Machine Learning Yearning 系列第1节 ： 为何选择机器学习
机器学习是数之不尽的重要应用的基础，包括web搜索、反垃圾邮件、语言识别、产品推荐等等。我相信你或者你的团队正在开发机器学习相关的应用，并且你很想加速你们的开发过程。我相信这本书将对你非常有帮助。
案例：建立猫图片初级应用
假设你在建立一个简单应用来给猫的爱好者提供无穷无尽的猫的图片。你利用神经网络来搭建一个计算机视觉系统来检测图片中的猫。
不幸的是，你的学习算法的准确率不够好，你面临很大的压力来改善你的猫检测器，这时你将怎么办？
你的团队有很多想法，比如：
- 获取更多的数据： 收集更多猫的图片
- 收集一个更加多样化的训练集。例如，非常规场景下猫的图片，猫之间以非常规方式靠得很久的图片，不同相机设置下拍摄的图片，等等
- 通过跑很多的iteration，让训练跑更久
- 尝试更大（更多层、更多隐层单元、更多参数）的神经网络
- 尝试更小的网络
- 尝试增加规范项（比如在loss上加L2规范）
- 改变神经网络的激活方式（比如改变激活函数，隐层单元数目等）
- …
如果你能在这些可能的方向中挑选得当，那么你将能建立非常好的应用，也会让你公司成功，反之，你可能会浪费几个月的时间，你会怎么办？
这本书将会告诉你怎么决策，对于大部分的机器学习问题，本书都会提示哪些手段是有用得的，哪些是无用的。学会理解这些点，你将会事半功倍。