1. 为什么要说机器学习策略 From Machine Learning Yearning 吴恩达

更多好玩的机器学习教程: 进入袋马学院领一份 ，全部免费.

机器学习是无数重要应用的基础，包括网页搜索、垃圾邮件判断、语音识别、商品推荐等等。假设你或你的团队，正在开发一款机器学习的应用，如果你想快速提升进度，那这本书将是一个不错的选择。
举个例子：建立一个猫类图片展示的创业公司。
也就是说，要建立一个为广大的猫类爱好者，提供各种各样猫类图片的创业公司。

你要使用神经网络构建一个自动检测猫位置的计算机视觉系统。
但不幸的是，你的算法的精度还不够好。
你正面临改进猫咪检测器的巨大压力，那你会怎么做呢？
你的团队可能会有很多想法，比如：

• 获取更多数据: 采集更多猫咪的图片
• 收集一个更加多样化的训练集. 比如，猫在其他位置或其他颜色猫的图片 ….
• 增加训练时长, 让梯度下降法多执行更多次.
• 试试更加大型的神经网络，加深神经网络的层数、增加每层的神经元数量、使用更多的参数值.
• 使用一个小一些的神经网络
• 试试正则化选项，比如L2正则化
• 改变神经网络的结构，比如激活函数、神经元数量等等
• …
这些建议，如果你选择正确，你将会构建一个牛X的猫咪图片平台，并带领公司走向成功。但是如果你选择错误，则可能会浪费公司好几个月的时间。

那如何着手考虑这个问题呢？
这本书将给你指明一条道路。我们遇到的大多数机器学习问题都留下一些线索，通过这些线索，我们可以指知道哪些尝试会有用，哪些尝试会徒劳无功。
学会去看这些线索，会让你节省数月甚至数年的开发时间。

更多好玩的机器学习教程: 进入袋马学院领一份 ，全部免费.