1. 什么是机器学习思维
机器学习目前已经成为很多重要应用的基础。包括网页搜索、垃圾邮件过滤、语音识别，商品推荐等等。我假设你或者是你的团队目前正在开发一款基于机器学习的应用，而你希望可以加快开发的进度。本书就能够帮你实现这个目标。
例子：创建一家猫咪图片的公司
假设你正在创建一家公司，这家公司的任务是向猫咪爱好者提供大量的猫咪照片。你使用神经网络来创建了一个计算机视觉系统，这个系统可以检测图片中是否含有小猫。但是，悲剧的是，你的学习算法的精度目前还是不尽如人意。为了优化猫咪检测器，你承受了巨大的压力。你打算怎么做？
你的团队有很多的想法，比如：
1. 获取更多的数据：收集更多的猫的照片
2. 收集更加多样的训练集。比如各种姿态下的猫，各种颜色的猫以及使用各种相机设备拍摄的猫…
3. 使用更长的时间来训练模型，增加梯度下降的迭代次数。
4. 采用更大的神经网络进行训练，使用更多的网络层、隐藏单元、网络参数等
5. 使用一个更小的神经网络
6. 给网络增加正则化（比如L2正则化）
7. 修改神经网络的结构，比如使用不同的激活函数，隐藏单元数量等
8. …
在这么多的方案中，如果你选择了正确的方向，那么你就能创立一个优秀的猫咪图片平台，从而让公司走向成功。而如果做出了错误的选择，你可能会浪费掉几个月的时间。你将做何选择？
本书就将告诉你如何选择。机器学习中的问题一般都有线索告诉你哪些方法是值得尝试，哪些不值得尝试。学会查看这些线索可以为你节省几个月甚至几年的开发时间。
机器学习目前已经成为很多重要应用的基础。包括网页搜索、垃圾邮件过滤、语音识别，商品推荐等等。我假设你或者是你的团队目前正在开发一款基于机器学习的应用，而你希望可以加快开发的进度。本书就能够帮你实现这个目标。
例子：创建一家猫咪图片的公司
假设你正在创建一家公司，这家公司的任务是向猫咪爱好者提供大量的猫咪照片。你使用神经网络来创建了一个计算机视觉系统，这个系统可以检测图片中是否含有小猫。但是，悲剧的是，你的学习算法的精度目前还是不尽如人意。为了优化猫咪检测器，你承受了巨大的压力。你打算怎么做？
你的团队有很多的想法，比如：
1. 获取更多的数据：收集更多的猫的照片
2. 收集更加多样的训练集。比如各种姿态下的猫，各种颜色的猫以及使用各种相机设备拍摄的猫…
3. 使用更长的时间来训练模型，增加梯度下降的迭代次数。
4. 采用更大的神经网络进行训练，使用更多的网络层、隐藏单元、网络参数等
5. 使用一个更小的神经网络
6. 给网络增加正则化（比如L2正则化）
7. 修改神经网络的结构，比如使用不同的激活函数，隐藏单元数量等
8. …
在这么多的方案中，如果你选择了正确的方向，那么你就能创立一个优秀的猫咪图片平台，从而让公司走向成功。而如果做出了错误的选择，你可能会浪费掉几个月的时间。你将做何选择？
本书就将告诉你如何选择。机器学习中的问题一般都有线索告诉你哪些方法是值得尝试，哪些不值得尝试。学会查看这些线索可以为你节省几个月甚至几年的开发时间。