1 Why Machine Learning Strategy
机器学习是很多重要应用的基础，包括网页搜索、反垃圾邮件、语音识别、产品推荐等。假设你或者你的团地正在开发一个机器学习应用，并且你想要获取快速的进步。这本书将会帮助你。
举例：建立一个识别猫图片的创业公司
假设你开始创建一个创业公司，可以为爱猫者提供无尽的猫图片。
你在使用一个神经网络来为检测图片中的猫建立一个计算机视觉系统。
但是悲剧的是，你的学习算法的正确率并不足够好。你面临巨大的压力来改进你对猫的检测。你该怎么做呢？
你的团队有很多想法，例如：
● 获取更多数据：收集更多关于猫的图片
● 收集更多样化的训练集。例如：猫在不同位置的图片；不同着色的猫；不同相机（设置）拍摄的图片
● 通过运行更多的梯度下降迭代次数，来增长训练算法的时间
● 尝试更大的网络，具有更多的层/隐藏单元/参数
● 尝试更小的网络
● 尝试添加正则化（例如L2正则化）
● 改变神经网络的架构（激活函数，隐藏单元的数量等）
● …
如果你在这些可能的方向中选择正确，你将创建一个领先的猫图片平台，并且带领一个公司走向成功。如果你选择很糟糕，你可能浪费数月。那你应该如何处理？
这本书会告诉你如何选择。大部分机器学习问题都会留下线索来告诉你什么是有用的尝试和什么是无用的尝试。学习去读这些线索会节省你数月或者数年的开发时间。