MachineLearning
DeepLearning
coursera

Coursera DeepLearning Course3 Structuring Machine Learning Projects Week1 学習メモその1

随時更新中

はじめに

この週では実際に機械学習・DeepLearnigの技術をプロジェクトに導入してシステムの開発・構築を進めていく際のノウハウを紹介している。

  • Week1で学習すること
    • メトリクスの選定
    • 訓練・テストデータセットの分割
    • 上限理論値(Bayes Error)の設定
    • Human Performanceを上回るには

Setting up your goal

Single Number Evaluation Metric

F値(F1-Score)および再現率(Recall)、適合率(Precision)について、この講座では簡単な説明程度で済ませているため
復習したい場合は下記リンクが詳しい。
F値 - 機械学習の「朱鷺の杜Wiki」
Coursera Machine Learning (6): 機械学習のモデル評価(交差検定、Bias & Variance、適合率 & 再現率)

2値分類の場合

以下のような分類器A, Bがあり、どちらを正式採用するかで悩んだときは再現率と適合率、F値を求め
F値のそれぞれの値で分類器の優劣を判断する。

分類器 適合率[%] 再現率[%] F値[%]
A 90 89 89.5
B 85 91 87.9

Development Set(= Cross Validation Set)と上記手順を用いて作業を加速させる。