网盘地址：
链接: https://pan.baidu.com/s/1EUgoRNWBVdipRSw-WJTzIg 提取码: tfgt
人工智能正在改变许多行业。《Machine Learning Yearning: Technical Strategy for AI Engineers, In the Era of Deep Learning》是一本由Andrew Ng提供的免费电子书，教你如何组织机器学习项目。这本书的重点并不是教你具体的机器学习算法，而是如何让机器学习算法有效工作。
读完这本书，你将能够：
- 优先考虑最有前景的AI项目方向
- 诊断机器学习系统中的错误
- 在复杂的设置中进行机器学习，例如不匹配的训练/测试集
- 建立一个机器学习项目来达到或超越人类的水平
- 了解何时以及如何应用端到端学习、迁移学习和多任务学习
该书的原版为英文版，Github上也有该书的开源中文翻译版：
https://github.com/deeplearning-ai/machine-learning-yearning-cn
主要内容《Machine Learning Yearning》的一些内容如下（参考自翻译版）：
- 机器学习为什么需要策略?
- 如何使用此书来帮助你的团队
- 先修知识与符号说明
- 规模驱动机器学习发展
- 开发集和测试集的定义
- 将大型开发集拆分为两个子集，专注其一
- Eyeball 和 Blackbox 开发集该设置多大？
- 小结：基础误差分析
- 偏差和方差：误差的两大来源
- 偏差和方差举例
- 与最优错误率比较
- 处理偏差和方差
- 偏差和方差间的权衡
- 减少可避免偏差的技术
- 训练集误差分析
- 减少方差的技术
- 诊断偏差与方差：学习曲线
- 绘制训练误差曲线
- 流水线组件的选择：数据可用性
- 流水线组件的选择：任务简单性
- 建立超级英雄团队 – 让你的队友阅读这本书吧！