01 为什么是ML策略？（Why ML Strategy?）

01 为什么是ML策略？（Why ML Strategy?）

1. 什么是ML策略？

机器学习策略是指在优化和改进机器学习系统时所采取的方法。它帮助你更快速、高效地提升系统的性能，避免走弯路。

2. 启发性例子

以猫分类器为例，假设已经达到了90%的准确率但仍未满足需求。这时可以考虑以下几种改进方法：

• 收集更多的训练数据。
• 增加训练集的多样性（如不同姿势的猫咪图片）。
• 使用更长时间或不同的优化算法（如Adam）进行训练。
• 尝试使用更大或更小规模的神经网络。
• 应用dropout或正则化技术。
• 修改网络架构，包括激活函数、隐藏单元数量等。

3. 避免错误选择

选择错误的改进方向可能导致时间和资源的浪费。例如，一些团队花费6个月收集更多数据，最终发现对系统性能几乎没有提升。因此，需要有一种有效的方法来判断哪些想法是值得尝试的。

4. ML策略的重要性

本课程旨在教授分析机器学习问题的策略，引导你朝着最有希望的方向前进。通过分享实际产品部署中的经验和教训，帮助你提高深度学习系统的开发效率。

5. 深度学习时代的ML策略

随着深度学习的发展，ML策略也在不断变化。当前深度学习能够实现的任务与上一代机器学习算法有很大不同。理解这些变化有助于更好地应用ML策略。