Machine Learning第十一讲[应用实例]

内容来自Andrew老师课程Machine Learning的第十一章Application: Photo OCR。

最后一章内容，主要是OCR的实例，很多都是和经验或者实际应用有关，这里记录的就只有一个知识点，善始善终，继续加油！！

一、图像识别（店名识别）的步骤：

Image --> Text detection --> Character segmentation --> Character recognition

二、人工合成数据集（这里主要指字母识别中的数据集）的两种方法：

1、没有已有样本：通常有很多字体库，我们可以采集同一个字符的不同种类字体，然后将这些字符加上不同的随机背景。

2、少量已有样本：使用已有的样本，选取一个真实的样本，然后添加将此样本扭曲、旋转（人工变形）的数据，以此来扩大数据集。

下面是一个题目：

三、在决定扩大数据集之前需要考虑的问题：

1、需要先有一个低偏差的分类器，如果没有，可以通过增大特征数或者在神经网络中增大隐藏层单元数来解决

2、首先估计增加样本需要的工作量

四、上限分析

即通过人工干预，使某一个component的准确率人工达到100%，再使用这些数据训练，如果这一component的变化导致整体系统的系统变得很好，那么说明这个component值得花时间优化。反之，我们将某一component达到100%，系统性能仍没有提升很多，则说明这一component不值得我们花费精力改进。