49.端到端学习的利与弊 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程: 进入袋马学院领一份 ，全部免费?.

回想我们之前说的语音识别流程：

流程中很多内容都是"手工工程":

• MFCCs 是一系列手工设计的音频特征。这个特征提取过程会丢弃一些无用的信息，并整理出合理的音频摘要信息。
• 音素是语音学家发明的。它是音频的一种不完美表示方法，用音素来表示音频会限制语音识别系统的性能。

然而，手动工程组件也有它的优势：

• MFCC特征对那些不影响语音内容的因素，比如音高，具有很好的鲁棒性，这可以有效的简化机器学习算法要解决的问题。
• 音素也是音频的一种合力表示。可以让算法了解基本的语音单元，然后帮助改进算法。

使用更多的手工工程组件，可以减少学习算法所需要的数据量。从手工工程MFCCs和因素获得的知识，而可以补充算法中数据中获得的知识。当我们没有很多数据时，这些知识就非常有用了。

现在，在考虑下端到端系统：

这个系统缺少手工工程相关的知识，因此当训练数据集很小时，他可能表现出的性能差于手工工程流程。

然而，当数据量比较大时，学习算法就不会受到MFCC或基于音素表示方法的限制了，如果学习算法是一个足够大的神经网络，而且有足够多的数据参与训练，它的潜力是非常大的，或许能达到最优的错误率。

端到端学习系统可以在两端(输入端、输出端)有大量已标记数据的情况下，表现的非常好。在这个例子中，我们需要准备大量的音频和对应的输出文本。当数据不可用时，端到端学习方法就有很大的风险了。

当你用机器学习算法解决问题时，如果训练样本集非常小，算法的大部分知识需要来自于人类的观察，比如手工工程设计的组件。

当你不使用端到端系统时，你需要考虑算法流程分成哪几步，这几步如何组装在一起，我们将会提供一些关于算法流程的设计建议。

更多好玩的机器学习教程: 进入袋马学院领一份 ，全部免费?.