把网课模块整理成可搜索、可复习的笔记。
在课程视频、下载录播和课程阅读之间切换，看一整个模块如何并到同一份学习材料里。
- ✓ 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
- 课节 3.2：训练/验证/测试拆分（当前，14:48 / 46:01）
- 模块 3 含 5 个子课节 + 1 次小测
- 本课节下有 12 条未读讨论
适合不想再重看长视频的场景。
已生成
模型验证 — 完整课堂笔记
模型验证 — 完整课堂笔记
✂️为何拆分数据
- 目标: 估计模型在从未见过的数据上的表现 —— 唯一重要的指标。
- 失败模式: 只在训练集上评分时每个模型都看起来很棒 —— 包括糟糕的。
- 留出原则: 任何决策（模型选择、超参数）都不能在最终评估前使用测试集。
- 为何不只是多训练: 训练集准确率受模型容量限制；它对泛化没有任何信息。
- 教授的比喻: 「用训练准确率就像给自己的作文打分」—— 14:48 时间戳。
📊三路拆分
- 训练集: 用学习算法拟合模型参数。
- 验证集: 用来调超参数和在模型间选择 —— 多次接触。
- 测试集: 最后只用一次，估计真实世界表现。
- 为何 3 个不是 2 个: 如果在测试集上调，它就变成第二个训练集 —— 对泛化会过度自信。
- 常见错误: 看测试集分数再回去调模型 —— 这会让测试集失效。
📏典型拆分比例
- 70/15/15: 中等数据集的默认（1k–10万样本）。
- 80/10/10: 1 万–10 万样本可用且训练集会做 CV 时常见。
- 大数据 98/1/1: 100 万+ 样本时 1% 仍然是 1 万 —— 足以稳定估计。
- 小数据替代: 1 千以下样本时，用交叉验证而不是固定验证集。
⚖️分层
- 何时: 目标有类别不平衡或稀有事件时，用分层采样。
- 如何: 在 train/val/test 拆分中保留类别比例 —— 防止验证集偶然 0 正例。
- 工具: sklearn 的 StratifiedKFold 或 train_test_split(stratify=y)。
- 连续 y: 回归任务把目标分位数化再分层。
♻️交叉验证（课节 3.3 预告）
- k 折 CV: 把训练集分成 k 份；在 k-1 上训练、1 上验证；轮换；平均 k 个分数。
- 典型 k: 5 或 10 —— 多数场景超过 10 收益递减。
- 留一: k = n；估计方差极高但无偏；只在极小数据集上用。
- 分层 k 折: 每折保留类别比例 —— 分类问题的默认选择。
- 时间序列 CV: 扩展窗或滚动窗拆分；绝不在未来数据上训练。
⚠️过拟合（时间戳 31:20）
- 定义: 模型记住训练集噪声而不是学习信号。
- 信号: 训练准确率上升时验证准确率持平或下降。
- 原因: 样本相对模型容量太少、特征太多、无正则化、无早停。
- 修复: 更多数据、更简单模型、L1/L2 正则、dropout、早停、数据增强。
- 诊断: 画训练 vs 验证准确率随 epoch 的图 —— 曲线分叉 = 过拟合。
🩹数据泄露（进阶）
- 预处理陷阱: 在完整数据集（含 val/test）上拟合 scaler/imputer —— 泄露分布信息。
- 修复: 把预处理放进 Pipeline 内做交叉验证，验证数据永远不在拟合期间被看到。
- 目标泄露: 从目标派生的特征（如目标是调查结果时的「调查后天数」）→ 不真实的准确率。
- 时序泄露: 用未来数据预测过去 —— 时间序列常见；用合适的滚动拆分。
🧮推演例
- 设定: 1 万样本，二分类，70/15/15 拆分。
- 数量: 训练 = 7,000；验证 = 1,500；测试 = 1,500。
- 分层: 若类别比 80/20，每个拆分保留这个比例 —— 训练集 5,600 负 / 1,400 正。
- 流水线: 在训练集上拟合 scaler → 用同一个 scaler 变换 val/test；绝不重拟合。
- 最终模型: 在 val 上调好后，再在 train+val 上重训，报告一个测试数字。
用网课内容试试
选择一个课程类素材，看 ThetaWave 如何把模块变成学习笔记。
Study topicCS Course Video Notes
5 video notes
Python, SQL, CS50, data structures, and programming courses turned into study material.
查看学习笔记
Study topicStudent Long Course Video Notes
5 video notes
Long chemistry, machine learning, statistics, linear algebra, and anatomy courses as notes.
查看学习笔记
Study topicMath & Science Visualization Notes
5 video notes
Visual explanations of neural networks, information theory, materials, calculus, and holograms.
查看学习笔记
Study topicMedical Foundations Video Notes
10 video notes
Anatomy, physiology, medical terminology, and foundational health science review.
查看学习笔记谁适合使用网课转笔记？
看看不同类型的学生如何用这个工具更高效地学习。
在线学习者
Built for self-paced online learners juggling videos, readings, and 测验.
日常学习
Add each module to your daily study library as soon as you finish it.
国际学生
Generate course notes in a supported language while keeping technical terms readable — helps cross-language learners.
考试备考
Use module notes as the base for end-of-course certification or exam review.
学生们怎么说
"I'm working through several online course tracks. ThetaWave turns each module into notes I can actually review — not just a watch history."
林书逸
北京大学
"Course videos plus the reading pack used to live in different tabs. Now they're one note set per module."
陈雨桐
清华大学
"I downloaded recordings of a workshop and ThetaWave turned them into a checklist I could quiz myself on."
周景澄
浙江大学
常见问题
这里整理了关于网课转笔记最常被问到的问题。
把下一门网课变成可搜索的笔记
上传课程视频、阅读和讨论，让 AI 把它们整合成可以随时复习的模块笔记。