1、 为什么使用机器学习策略？

机器学习是不计其数的重要应用的基础，例如网络搜索、垃圾邮件分类、语音识别、产品推荐等。如果你或者你的团队正在为一个机器学习应用而工作，而且你想要加快进度，那么这本书会帮助到你。

举个例子吧：创建一个关于猫咪图片的新公司

比如说你在创建一个新公司，来给猫咪爱好者提供源源不断的猫咪照片。你使用一个神经网络来构建一个计算机视觉系统用来侦测图片中的猫咪。

但是悲剧的是，你的学习算法的准确率目前还不够好，你在极大的压力下来提升你的猫咪侦测器，你应该怎么做？

你的团队有很多想法，包括：

· 获取更多的数据：收集更多的猫咪的图片

· 收集一个更多样的训练集。例如，不同姿势的猫咪的照片；不同花色的猫咪的照片；不同照相机设置拍出来的照片

· 把算法训练地更久，通过跑更多的梯度下降

· 建立一个更大的神经网络，包括更多的层、隐藏单元、参数

· 使用一个更小的神经网络

· 增加正则项，例如L2正则

· 改变神经网络的架构，如激活函数、隐藏单元的数目等待

· ……

如果你能在上述可能的解决方案中选择地好，那么你可以构建一个领先的猫咪照片平台，并且带领你的公司走向成功。如果你选的不好，你可能会浪费几个月的时间。那么你该如何继续呢？

这本书将会告诉你如何继续。大多数机器学习的难题都会给你提示哪些常识是有效的，那些不是。学习去读懂那些提示会帮你节省数月甚至数年开发时间。