機器學習之模型評估與選擇-王而川-專題視頻課程
機器學習之模型評估與選擇—226人已學習
課程介紹
本課程主要講解經驗誤差與過擬合問題,學習器的評估方法(留出法,交叉驗證法,自助法,調參與終模型),性能度量(錯誤率與精度,查準率和查全率,ROC與AUV,代價敏感錯誤率與代價曲線),比較檢驗(假設檢驗,交叉t檢驗,其他檢驗),偏差與反差等知識點。
課程收益
本課程需要掌握經驗誤差與過擬合問題,學習器的評估方法(留出法,交叉驗證法,自助法,調參與最終模型),性能度量(錯誤率與精度,查準率和查全率,ROC與AUV,代價敏感錯誤率與代價曲線),比較檢驗(假設檢驗,交叉t檢驗,其他檢驗),偏差與反差等知識點。
講師介紹
王而川更多講師課程
樂川科技有限公司CEO,人工智能培訓講師,專業從事機器學習與深度學習培訓。參與多個人工智能領域項目,專注於機器學習與計算機視覺領域,長期參與無人駕駛汽車項目,專注研究無人駕駛領域的目標識別與跟蹤,善於人臉識別、物體識別、軌跡跟蹤、點雲識別分析等方向的新算法。
課程大綱
第1章:經驗誤差與過擬合問題
1.經驗誤差與過擬合問題 9:10
第2章:學習器的評估方法
1.留出法 4:35
2.交叉驗證法 5:58
3.自助法 4:10
4.調參與最終模型 4:14
第3章:性能度量
1.錯誤率與精度 3:23
2.查準率和查全率 10:17
3.ROC與AUV 7:44
4.代價敏感錯誤率與代價曲線 5:41
第4章:比較檢驗
1.假設檢驗 9:19
2.交叉t檢驗,其他檢驗 5:03
第5章:偏差與方差
1.偏差與方差 4:00
大家可以點擊【查看詳情】查看我的課程
課程介紹
本課程主要講解經驗誤差與過擬合問題,學習器的評估方法(留出法,交叉驗證法,自助法,調參與終模型),性能度量(錯誤率與精度,查準率和查全率,ROC與AUV,代價敏感錯誤率與代價曲線),比較檢驗(假設檢驗,交叉t檢驗,其他檢驗),偏差與反差等知識點。
課程收益
本課程需要掌握經驗誤差與過擬合問題,學習器的評估方法(留出法,交叉驗證法,自助法,調參與最終模型),性能度量(錯誤率與精度,查準率和查全率,ROC與AUV,代價敏感錯誤率與代價曲線),比較檢驗(假設檢驗,交叉t檢驗,其他檢驗),偏差與反差等知識點。
講師介紹
王而川更多講師課程
樂川科技有限公司CEO,人工智能培訓講師,專業從事機器學習與深度學習培訓。參與多個人工智能領域項目,專注於機器學習與計算機視覺領域,長期參與無人駕駛汽車項目,專注研究無人駕駛領域的目標識別與跟蹤,善於人臉識別、物體識別、軌跡跟蹤、點雲識別分析等方向的新算法。
課程大綱
第1章:經驗誤差與過擬合問題
1.經驗誤差與過擬合問題 9:10
第2章:學習器的評估方法
1.留出法 4:35
2.交叉驗證法 5:58
3.自助法 4:10
4.調參與最終模型 4:14
第3章:性能度量
1.錯誤率與精度 3:23
2.查準率和查全率 10:17
3.ROC與AUV 7:44
4.代價敏感錯誤率與代價曲線 5:41
第4章:比較檢驗
1.假設檢驗 9:19
2.交叉t檢驗,其他檢驗 5:03
第5章:偏差與方差
1.偏差與方差 4:00
大家可以點擊【查看詳情】查看我的課程
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.