(转）为什么选择机器学习策略
转自吴恩达deeplearningai 机器学习（machine learning）是无数重要应用的基础，其包含网络搜索、垃圾邮件检测、语音识别以及产品推荐等内容。假如你和你的团队正在研发一项机器学习应用，并且想要取得较为快速的进展，本书的一些内容将会有所帮助。 假设你正在建立一家初创公司，该公司将为猫咪爱好者们提供不计其数的猫咪图片。与此同时，你决定使用神经网络（neural network）技术来构建一套计算机视觉系统，用来识别图片中的猫。 你的团队有许多的改进方案，例如： 获取更多的数据，即收集更多猫的图片 收集更加多样化的训练数据集，比如处于不常见位置的猫的图片，颜色奇异的猫的图片，以及使用不同相机参数拍摄的猫的图片 通过增加梯度下降（gradient descent）的迭代次数，使算法训练得久一些 尝试一个拥有更多层（layer）/更多隐藏元（hidden units）/更多参数（parameters）的，规模更大的神经网络 尝试加入正则化（例如 L2 正则化） 改变神经网络的架构（激活函数，隐藏元数量等等） ... 如果你能够在以上可能的方向中做出正确的选择，那么你将建...
