README

目 录

• 简介
• 目的
• 翻译章节
• 英文原文
• 重要声明

简介

NG的手稿，共58章现已出全。我这里边学习边翻译，随手记录之，加深学习印象，仅供学习交流。

官网：http://www.mlyearning.org/

更新记录：

• update 2018.02.02：完成1~14章的翻译（DONE）

• update 2018.04.25：NG终于出15~19章的手稿啦，等的好辛苦（DONE）

Tips：在原先的12章和13章之间新增一个章节 13 Build your first system quickly, then iterate，原先的chapter13变为14，chapter14变为15

• update 2018.05.02：手稿 20~22 章已出（DONE）
• update 2018.05.09：手稿 23~27 章已出（DONE）
• update 2018.05.16：手稿 28~30 章已出（DONE）
• update 2018.05.23：手稿 31~32 章已出（DONE）
• update 2018.05.30：手稿 33~35 章已出（DONE）
• update 2018.06.06：手稿 36~39 章已出（DONE）
• update 2018.06.13：手稿 40~43 章已出（DONE）
• update 2018.06.20：手稿 44~46 章已出（DONE）
• update 2018.06.27：手稿 47~49 章已出（DONE）
• update 2018.07.04：手稿 50~52 章已出（DONE）
• update 2018.09.29：手稿 53~58 章已出（DONE）

业余时间翻译，水平有限，如有不妥或错误之处，欢迎不吝赐教。

目的

这本书的目的是教你如何做组织一个机器学习项目所需的大量的决定。 你将学习：

• 如何建立你的开发和测试集
• 基本错误分析
• 如何使用偏差和方差来决定该做什么
• 学习曲线
• 将学习算法与人类水平的表现进行比较
• 调试推理算法
• 什么时候应该和不应该使用端到端的深度学习
• 按步进行错误分析

翻译章节

共58个章，分10小节：

• Setting up development and test sets
• Basic Error Analysis
• Bias and Variance
• Learning curves
• Comparing to human-level performance
• Training and testing on different distributions
• Debugging inference algorithms
• End-to-end deep learning
• Error analysis by parts
• Conclusion

翻译内容移步gitbooks：Machine Learning Yearning

英文原文

详见 draft 目录：

01-14章：Ng_MLY01-01-14.pdf

15-19章：Ng_MLY02-15-19.pdf

20-22章：Ng_MLY03-20-22.pdf

23-27章：Ng_MLY04-23-27.pdf

28-30章：Ng_MLY05-28-30.pdf

31-32章：Ng_MLY06-31-32.pdf

33-35章：Ng_MLY07-33-35.pdf

36-39章：Ng_MLY08-36-39.pdf

40-43章：Ng_MLY09-40-43.pdf

44-46章：NG_MLY10-44-46.pdf

47-49章：NG_MLY11-47-49.pdf

50-52章：Ng_MLY12-50-52.pdf

53-58章：Ng_MLY13-53-58.pdf