Tag: Model Evaluation

用 bias–variance 诊断 underfitting、overfitting、模型复杂度和泛化问题。

没有不确定性的模型分数很好读，也最容易被过度相信。

为什么一次划分很脆弱，K-fold 如何工作，以及交叉验证什么时候会在 NLP 中误导我们。

统计显著的结果，仍然可能小到没有研究或应用意义。

传统 ML 特征如何连接到 embedding、神经网络和现代 NLP 系统。

如何调超参数，同时避免把搜索努力误认为科学证据。