大數據集

在機器學習領域，流傳著這樣一句話：

It’s not who has the best algorithm that wins. It’s who has the most data.

所以商業社會中，互聯網公司都不遺余力地先收集一波大數據再說，沒有數據，再多的手段也是空談。下圖中，是一個區分容易混淆單詞的機器學習案例，所采用的幾種算法在訓練樣本提供的樣本越來越多時，都表現得越來越優異：

什么時候采用大規模的數據集呢，一定要保證模型擁有足夠的參數（線索），對于線性回歸/邏輯回歸來說，就是具備足夠多的特征，而對于神經網絡來說，就是更多的隱層單元。這樣，足夠多的特征避免了高偏差（欠擬合）問題，而足夠大數據集避免了多特征容易引起的高方差（過擬合）問題。

總結

以上是生活随笔為你收集整理的4.6 大数据集-机器学习笔记-斯坦福吴恩达教授的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。