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

Single Number Evaluation Metric (C3W1L03) https://t.co/nGqalr8C4Y @YouTubeさんから

— wakame (@wakame1367) 2018年1月21日

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。