把网課模块整理成可搜索、可複習的筆記。
在課程影片、下載錄播和課程閱读之間切换，看一整個模块如何并到同一份學習材料裡。
- ✓ 3.0 What is ML?
- ✓ 3.1 Bias-Variance
- ▶ 3.2 Train/Val/Test
- ○ 3.3 Cross-validation
- ○ 3.4 Quiz
- 📄 Reading pack
val = tune hyperparams, test = LOCKED until end
- 課節 3.2：训練/驗证/測試拆分（当前，14:48 / 46:01）
- 模块 3 含 5 個子課節 + 1 次小測
- 本課節下有 12 条未读讨论
适合不想再重看长影片的场景。
已生成
模型驗证 — 完整課堂筆記
模型驗证 — 完整課堂筆記
✂️為何拆分數据
- 目標: 估计模型在從未见過的數据上的表現 —— 唯一重要的指標。
- 失败模式: 只在训練集上评分時每個模型都看起来很棒 —— 包括糟糕的。
- 留出原则: 任何决策（模型選择、超参數）都不能在最终评估前使用測試集。
- 為何不只是多训練: 训練集准确率受模型容量限制；它對泛化没有任何信息。
- 教授的比喻: 「用训練准确率就像给自己的作文打分」—— 14:48 時間戳。
📊三路拆分
- 训練集: 用學習算法拟合模型参數。
- 驗证集: 用来调超参數和在模型間選择 —— 多次接触。
- 測試集: 最後只用一次，估计真實世界表現。
- 為何 3 個不是 2 個: 如果在測試集上调，它就變成第二個训練集 —— 對泛化會過度自信。
- 常见错误: 看測試集分數再回去调模型 —— 這會讓測試集失效。
📏典型拆分比例
- 70/15/15: 中等數据集的默认（1k–10万樣本）。
- 80/10/10: 1 万–10 万樣本可用且训練集會做 CV 時常见。
- 大數据 98/1/1: 100 万+ 樣本時 1% 仍然是 1 万 —— 足以稳定估计。
- 小數据替代: 1 千以下樣本時，用交叉驗证而不是固定驗证集。
⚖️分層
- 何時: 目標有類別不平衡或稀有事件時，用分層采樣。
- 如何: 在 train/val/test 拆分中保留類別比例 —— 防止驗证集偶然 0 正例。
- 工具: sklearn 的 StratifiedKFold 或 train_test_split(stratify=y)。
- 連續 y: 回归任务把目標分位數化再分層。
♻️交叉驗证（課節 3.3 预告）
- k 折 CV: 把训練集分成 k 份；在 k-1 上训練、1 上驗证；輪换；平均 k 個分數。
- 典型 k: 5 或 10 —— 多數场景超過 10 收益遞減。
- 留一: k = n；估计方差极高但无偏；只在极小數据集上用。
- 分層 k 折: 每折保留類別比例 —— 分類問題的默认選择。
- 時間序列 CV: 扩展窗或滚動窗拆分；绝不在未来數据上训練。
⚠️過拟合（時間戳 31:20）
- 定義: 模型記住训練集噪声而不是學習信号。
- 信号: 训練准确率上升時驗证准确率持平或下降。
- 原因: 樣本相對模型容量太少、特征太多、无正则化、无早停。
- 修複: 更多數据、更简單模型、L1/L2 正则、dropout、早停、數据增强。
- 诊断: 畫训練 vs 驗证准确率随 epoch 的圖 —— 曲线分叉 = 過拟合。
🩹數据泄露（進階）
- 预处理陷阱: 在完整數据集（含 val/test）上拟合 scaler/imputer —— 泄露分布信息。
- 修複: 把预处理放進 Pipeline 內做交叉驗证，驗证數据永远不在拟合期間被看到。
- 目標泄露: 從目標派生的特征（如目標是调查結果時的「调查後天數」）→ 不真實的准确率。
- 時序泄露: 用未来數据预測過去 —— 時間序列常见；用合适的滚動拆分。
🧮推演例
- 設定: 1 万樣本，二分類，70/15/15 拆分。
- 數量: 训練 = 7,000；驗证 = 1,500；測試 = 1,500。
- 分層: 若類別比 80/20，每個拆分保留這個比例 —— 训練集 5,600 负 / 1,400 正。
- 流水线: 在训練集上拟合 scaler → 用同一個 scaler 變换 val/test；绝不重拟合。
- 最终模型: 在 val 上调好後，再在 train+val 上重训，报告一個測試數字。
用網課內容試試
選擇課程類素材，看 ThetaWave 如何把模組變成學習筆記。
Study topicCS Course Video Notes
5 video notes
Python, SQL, CS50, data structures, and programming courses turned into study material.
查看學習筆記
Study topicStudent Long Course Video Notes
5 video notes
Long chemistry, machine learning, statistics, linear algebra, and anatomy courses as notes.
查看學習筆記
Study topicMath & Science Visualization Notes
5 video notes
Visual explanations of neural networks, information theory, materials, calculus, and holograms.
查看學習筆記
Study topicMedical Foundations Video Notes
10 video notes
Anatomy, physiology, medical terminology, and foundational health science review.
查看學習筆記誰適合使用線上課程轉筆記？
看看不同類型的學生如何用這個工具更有效率地學習。
線上學習者
Built for self-paced online learners juggling videos, readings, and 測驗.
日常學習
Add each module to your daily study library as soon as you finish it.
國際學生
Generate course notes in a supported language while keeping technical terms readable — helps cross-language learners.
考試備考
Use module notes as the base for end-of-course certification or exam review.
學生們怎麼說
"I'm working through several online course tracks. ThetaWave turns each module into notes I can actually review — not just a watch history."
林語晴
國立臺灣大學
"Course videos plus the reading pack used to live in different tabs. Now they're one note set per module."
陳柏翰
國立清華大學
"I downloaded recordings of a workshop and ThetaWave turned them into a checklist I could quiz myself on."
張昱廷
國立陽明交通大學
常見問題
這裡整理了關於線上課程轉筆記最常被問到的問題。
把下一門線上課程變成可搜尋的筆記
上傳課程影片、閱讀和討論，讓 AI 把它們整合成可以隨時複習的模組筆記。