Download Free Ebook Machine Learning Yearning (Tiếng Việt và Tiếng Anh)

Thông tin ebook “Khát Khao Học Máy – Machine Learning Yearning”

Tên tài liệu : Khát Khao Học Máy – Machine Learning Yearning
Tác giả : Nhóm dịch thuật Machine Learning Cơ Bản
Số trang: 127
Ngôn ngữ : Tiếng Việt
Format : PDF
Thể loại : Programming
Phiên bản: 1
Đăng tại: Ebook.hoit.asia

Giới thiệu ebook “Khát Khao Học Máy – Machine Learning Yearning”

Sau khi đọc xong cuốn sách này, bạn sẽ hiểu sâu hơn về cách lựa chọn hướng giải quyết kỹ thuật cho đề tài học máy.
Nhưng có thể cộng sự chưa rõ tại sao bạn lại chọn hướng đi như vậy. Ví dụ bạn muốn cả đội xác định và dùng một phép đo đơn trị, nhưng nếu mọi người không đồng tình, thì bạn sẽ làm gì để thuyết phục họ?
Đó là lý do tôi chủ tâm viết những chương rất ngắn. Bạn có thể dễ dàng thuyết phục quý đồng nghiệp bằng cách chia sẻ 1-2 trang của chương liên quan.
Chỉ với một vài thay đổi nhỏ về thứ tự ưu tiên có thể tác động lớn tới năng suất công việc của cả nhóm. Và bằng những thay đổi đó, tôi hi vọng bạn sẽ sớm trở thành siêu nhân Học Máy của cả đội!
Mục lục ebook “Khát Khao Học Máy – Machine Learning Yearning”

Table of content

Giới thiệu

1. Tại sao cần chiến lược Học Máy
2. Cách sử dụng cuốn sách khi làm việc nhóm 3. Kiến thức tiền đề và Ký hiệu
4. Quy mô là động lực phát triển học máy

Phần 1: Chuẩn bị tập phát triển và tập kiểm tra

5. Tập phát triển và tập kiểm tra
6. Tập phát triển và tập kiểm tra nên có cùng phân phối 7. Tập phát triển/kiểm tra cần lớn đến mức nào?
8. Thiết lập một phép đo đơn trị làm mục tiêu tối ưu
9. Phép đo để tối ưu và phép đo thỏa mãn
10. Xây dựng một tập phát triển và một phép đo sẽ tăng tốc quá trình làm việc
11. Khi nào cần thay đổi tập phát triển/kiểm tra và các phép đo
12. Điều cần nhớ: Thiết lập các tập phát triển và kiểm tra

Phần 2: Phân tích lỗi cơ bản

13. Bạn mong muốn xây dựng một hệ thống phòng chống email rác mới. Nhóm của bạn có rất nhiều ý tưởng:
14. Phân tích lỗi: đánh giá ý tưởng dựa trên tập phát triển
15. Đánh giá song song các ý tưởng trong quá trình phân tích lỗi
16. Dọn dẹp những mẫu bị gán nhãn nhầm trong tập phát triển và tập kiểm
tra
17. Nếu bạn có một tập phát triển lớn, chia nó thành hai tập con và chỉ phân tích trên một tập
18. Tập phát triển Eyeball và Blackbox nên lớn như thế nào?
19. Điều cần nhớ: Phân tích lỗi cơ bản

Phần 3: Độ chệch và Phương sai

20. Độ chệch và Phương sai: Hai nguồn lớn của lỗi
21. Những ví dụ về Độ chệch và Phương sai 22. So sánh với tỉ lệ lỗi tối ưu
23. Xử lý Độ chệch và Phương sai
24. Đánh đổi giữa Độ chệch và Phương sai 25. Kỹ thuật giảm độ chệch có thể tránh được 26. Phân tích lỗi trên tập huấn luyện
27. Các kỹ thuật giảm phương sai

Phần 4: Đồ thị quá trình học

28. Chẩn đoán độ chệch và phương sai: Đồ thị quá trình học
29. Vẽ đồ thị sai số huấn luyện
30. Diễn giải đồ thị quá trình học: Độ chệch cao
31. Giải nghĩa các đồ thị quá trình học: Những trường hợp khác 32. Vẽ đồ thị quá trình học

Phần 5: So sánh với chất lượng mức con người

33. Tại sao cần so sánh chất lượng mức con người?
34. Cách xác định chất lượng mức con người
35. Vượt qua chất lượng mức con người

Phần 6: Huấn luyện và kiểm tra trên các phân phối khác nhau

36. Khi nào bạn nên huấn luyện và kiểm tra trên những phân phối khác nhau
37. Làm sao để quyết định có nên sử dụng toàn bộ dữ liệu?
38. Làm thế nào để quyết định có nên bao gồm dữ liệu không nhất quán 39. Đánh trọng số dữ liệu
40. Tổng quát hóa từ tập huấn luyện đến tập phát triển
41. Xác định lỗi về độ chệch, phương sai và dữ liệu không tương đồng 42. Xử lý dữ liệu không tương đồng
43. Tổng hợp dữ liệu nhân tạo

Phần 7: Gỡ lỗi các Thuật toán suy luận

44. Bài kiểm tra xác minh tối ưu
45. Dạng tổng quát của bài kiểm tra xác minh tối ưu
46. Ví dụ về Học tăng cường

Phần 8: Học sâu đầu-cuối

47. Sự trỗi dậy của học đầu-cuối
48. Những ví dụ học đầu-cuối khác
49. Ưu nhược điểm của học đầu-cuối
50. Lựa chọn các thành Phần cho pipeline: Tính sẵn có của dữ liệu 51. Lựa chọn các thành Phần cho pipeline: tính đơn giản của tác vụ 52. Trực tiếp học những đầu ra phức tạp

Phần 9: Phân tích lỗi từng Phần

53. Phân tích lỗi từng Phần
54. Quy lỗi cho một thành Phần
55. Trường hợp tổng quát của việc quy lỗi
56. Phân tích lỗi từng Phần và so sánh với chất lượng mức con người 57. Phát hiện một pipeline học máy bị lỗi

Phần 10: Tổng kết

58. Xây dựng một biệt đội siêu anh hùng – Hãy để đồng đội của bạn đọc điều này

Link download ebook “Khát Khao Học Máy – Machine Learning Yearning”(VN)
Link download ebook “Khát Khao Học Máy – Machine Learning Yearning”(EN)

HOIT ASIA - Ebook Free Download

Search Suggest