構造化された機械学習プロジェクト
A
MLプロジェクトの流れ
（開発/テストセット+のみ最適化されたインデックスを決定する）1、設定した目標
開発/テストデータセットは、将来的に可能なシナリオだけ近くにする必要があります：開発/テスト・セットを決定します。
データ分割：開発とテストセットはモデルの性能を評価するための十分な大きさすることができます。
図1は、直交
直交化：目標性能の最適化とデバッグの調整のそれぞれ、迅速従って包括的な最適化、耐衝撃効果を発見しました。
：良いモデルは最高ながら、トレーニングセット、検証セット、テストセットと実用的なアプリケーションで優れた性能、もしすることができます
救済策は、
トレーニングセットまたは（例えば、アダムのような）より良い最適化アルゴリズムを使用することで、より大きなニューラルネットワーク試みるも行う
検証のパフォーマンスは、より多くのトレーニングデータを取得したり、正則追加する悪いしようとし
たテストセットのパフォーマンスをない同じ検証セットまたは（例えば、数増加のような）より代表検証セットの使用を最適化し
、適切な評価指標または不合理コスト関数のテスト・セット、テストセットを使用するか、コスト関数を調整しない実用的なアプリケーションのパフォーマンスをか