《机器学习系统设计：Python语言实现》一1.3 总结

.本节书摘来自华章出版社《机器学习系统设计：Python语言实现》一书中的第1章，第1.3节，作者 [美] 戴维·朱利安（David Julian），更多章节内容可以访问云栖社区“华章计算机”公众号查看

1.3　总结

到目前为止，我们介绍了机器学习问题、技术和概念的方方面面。如何通过对问题进行分解来解决新的独特问题，希望这能对你所有启发。我们回顾了一些基础的数学知识，了解了一些可视化设计的方法。我们可以看到，对同一问题有众多不同的表示，其中每一种都突出了不同的方面。在我们开始建模之前，需要定义清晰的目标，用具体、可行、有意义的问题进行叙述。我们需要清楚，如何以机器能够理解的方式来叙述问题。
尽管设计过程由不同的活动组成，但这不一定是线性过程，而更应该是迭代过程。我们在每个特定阶段内循环，提出并测试想法，直到我们认为能够跳入下一阶段。有时，我们可能还会跳回前一阶段。我们也许要在一个平衡点上等待特定事件的发生。我们也许要循环多个阶段，或者并行进行多个阶段。
在下一章中，我们将开始探索各种Python库中的实用工具。