吴恩达—渴望机器学习（卷一）

AI 工程师在深度学习时代的技术战略

---

1、为什么是机器学习战略

  机器学习是无数重要的应用程序的基础，包括网络搜索、电子邮件反垃圾邮件、语音识别和产品推荐等等。我假设你或者你的团队正在开发一个机器学习应用，并且想要获得一个快速进展。这本书将会帮你这样做。

例子：建立一家猫图片的初创公司

  假设说你正在准备建立一个家创业公司，给猫爱好者提供无尽的猫图片。你使用一个神经网络建立了一个计算机视觉系统，用于识别图片中的猫。

但不幸的是，你的学习算法准确率还不够好。你处在巨大的压力下改善你的猫识别系统。你该怎么做呢？

  你的团队有很多改进方向，比如：

• 获得更多的数据：收集更多的猫图片
• 收集一个跟多样化的训练集：例如，不同寻常位置的猫图片；不同着色的猫；各种设置的图片拍摄；…
• 增加算法训练的时间，通过增加梯度下降的迭代运行次数。
• 尝试一个更大的神经网络，比如更多的层/隐藏单元/参数。
• 尝试一个更小的神经网络。
• 尝试增加正则化（比如L2正则化）。
• 改变神经网络的结构（激活函数、隐藏单元个数等等）
• …

>

  如果你在这些可能的方向中选择对了，你将可能 构建一个领先的猫平台，接着带领你的公司走向成功。如果你选择错了，你可能浪费几个月时间。

  你该怎样做呢？

  这本书将会告诉你怎样做。大多数机器学习问题会告诉你什么是有用尝试的线索，什么无用的。学习理解这些线索，你将会节约几个月或者几年的开发时间。