章节大纲
-
阅读教材2
- 1.1 机器学习
- 1.2 机器学习的分类
- 1.3 机器学习方法三要素
- 1.4 模型评估与模型选择
- 1.5 正则化与交叉验证
- 1.6 泛化能力
- 1.7 生成模型与判别模型
- 1.8 监督学习应用
-
本视频主要讲述了数据集及其拆分、有监督学习、验证集、机器学习算法和特征提取、模型评估等模块的相关内容。此外,还介绍了埃德康是一个开源的p发行版本,包含了多个科学包及其依赖项,以及最简单的训练集和测试集的拆分方法及流除法的不足之处,k折交叉验证相对于流出法的优势,超参数的概念,以及如何通过网格搜索和k折交叉验证来调整超参数,以优化模型性能。
