8
0训练误差归零并不代表大功告成，往往只是模型“死记硬背”而已,。本章将直面深度学习的核心矛盾：如何让模型从有限的经验中提炼规律，而非迷失在噪声的丛林里,？我们将拆解误差的三重本质——噪声、偏差与方差，重新审视容量增加带来的“偏差-方差权衡”, 预告现代模型将会出现“双重下降”实现性能的二次飞跃。
第14课完整讲义：zhuanlan.zhihu.com
00:00 开篇语
00:44 完美记忆和泛化鸿沟
02:10 MNIST-1D 基准测试
06:17 一维回归玩具模型
07:51 三种误差
10:22 损失期望的分解
14:46 增加数据量压制方差
15:41 提升容量消除偏差
16:39 过拟合危机和偏差方差权衡
19:03 结束语
