概要

video-placeholder
Loading...
Visualiser le programme de cours

Avis

4.4 (50 évaluations)

  • 5 stars
    54 %
  • 4 stars
    34 %
  • 3 stars
    10 %
  • 1 star
    2 %

À partir de la leçon

一般化とサンプリング

最も正確な機械学習モデルが必ずしも適切なモデルであるとは限りません。最適化に関する前のモジュールでも示したように、トレーニング用のデータセットの損失指標が 0 のモデルであっても、実世界の新しいデータでうまく機能するとは限りません。ここでは、繰り返し使用可能なトレーニング用、評価用、およびテスト用のデータセットを作成し、パフォーマンス ベンチマークを確立する方法を学習します。

Enseigné par

  • Placeholder

    Google Cloud Training

Explorer notre catalogue

Rejoignez-nous gratuitement et obtenez des recommendations, des mises à jour et des offres personnalisées.