10 Применение машинного обучения (Advice for Applying Machine Learning)

10.1 Определение следующего шага (Deciding What to Try Next)

10.2 Оценка гипотезы (Evaluating a Hypothesis)

10.3 Выбор модели и наборы данных для обучения/валидации/тестирования (Model Selection and Train/Validation/Test Sets)

10.4 Диагностика смещения против переобучения (Diagnosing Bias vs. Variance)

10.5 Регуляризация и смещение против переобучения (Regularization and Bias/Variance)

10.6 Кривые обучения (Learning Curves)

10.7 Обзор определения следующего шага (Deciding What to Do Next Revisited)

11 Проектирование систем машинного обучения (Machine Learning System Design)

11.1 Приоритизация задач (Prioritizing What to Work On)

11.2 Анализ ошибок (Error Analysis)

11.3 Метрики ошибок для смещенных классов (Error Metrics for Skewed Classes)

11.4 Балансировка точности и полноты (Trading Off Precision and Recall)

11.5 Данные для машинного обучения (Data For Machine Learning)