誤差分析並不總能幫助我們判斷應該採取怎樣的行動。有時我們需要嘗試不同的模型，然後進行比較，在模型比較時，用數值來判斷哪乙個模型更好更有效，通常我們是看交叉驗證集的誤差。
假設你有了乙個快速而不完美的演算法實現，又有乙個數值的評估資料，這會幫助你嘗試新的想法，快速地發現你嘗試的這些想法是否能夠提高演算法的表現，從而你會更快地做出決定，在演算法中放棄什麼，吸收什麼，誤差分析可以幫助我們系統化地選擇該做什麼。
查準率（precision）= tp / (tp + fp)；查全率（recall）= tp / (tp + fn)。
演算法工程師修仙之路 吳恩達深度學習（三）
為了儲存一張，需要儲存三個矩陣，它們分別對應中的紅 綠 藍三種顏色通道，如果你的大小為 64x64 畫素，那麼你就有三個規模為 64x64 的矩陣，分別對應中紅 綠 藍三種畫素的強度值。為了便於表示，這裡我畫了三個很小的矩陣，注意它們的規模為 5x4 而不是 64x64，如下圖所示 符號定義 x x...
演算法工程師修仙之路 機器學習實戰（二）
表1 2列出了機器學習的主要任務，以及解決相應問題的演算法 如果不想 目標變數的值，則可以選擇無監督學習演算法 需要分析或收集的資料是什麼 我們只能在一定程度上縮小演算法的選擇範圍，一般並不存在最好的演算法或者可以給出最好結果的演算法，同時還要嘗試不同演算法的執行效果。對於所選的每種演算法，都可以使...
演算法工程師修仙之路 TensorFlow（二）
張量在 tensorflow 中的實現並不是直接採用陣列的形式，它只是對tensorflow 中運算結果的引用。在張量中並沒有真正儲存數字，它儲存的是如何得到這些數字的計算過程。tensorflow中的張量和 numpy 中的陣列不同，tensorflow 計算的結果不是乙個具體的數字，而且乙個張量...