概要

video-placeholder
Loading...
Visualizar o programa do curso

Avaliações

4.4 (46 classificações)
  • 5 stars
    54.34%
  • 4 stars
    32.60%
  • 3 stars
    10.86%
  • 1 star
    2.17%
Na lição
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。

Ministrado por

  • Placeholder

    Google Cloud Training

Explore nosso catálogo

Registre-se gratuitamente e obtenha recomendações, atualizações e ofertas personalizadas.