吴恩达老师，计算机科学家！功力深厚，声名远播，家喻户晓。

      人红是非多，不管学术界如何评价，吴老师的机器学习课程一直受国人追捧，深得人心！此乃事实，无需多言。

      本号宗旨是全心全意为读者服务，鉴于此，特将吴恩达老师新书《Machine Learning Yearning》PDF奉献给读者。

　　本书开篇引导的案例：建立猫咪图片初创公司

　　想象一下，你正在建立一家初创公司，这家公司的产品目标是为猫咪爱好者们提供数不尽的猫

　　咪图片，你打算应用神经网络(neural network)技术来构建一套计算机视觉系统，通过该

　　系统来识别图片中的猫。

　　但悲剧的是，目前你的学习算法准确度还不够好。为了改进这个猫咪检测器，你正面临着巨大

　　的压力。可你该怎么做呢？

　　你的团队给出了许多建议，例如：

　　● 获取更多的数据，即收集更多的猫咪图片

　　● 收集更加多样化的训练数据集，图片中猫的位置可能不常见，也有可能颜色奇异，或者

　　拍摄时使用不同的相机参数

　　● 通过增加梯度下降的迭代次数，使算法训练得久一些

　　● 尝试一个拥有更多层/更多隐藏元/更多参数的，规模更大的神经网络

　　● 尝试一个更小的神经网络

　　● 尝试加入正则化(例如 L2 正则化)

　　Page 6 Machine Learning Yearning-Draft Andrew Ng

　　● 改变神经网络的架构(激活函数，隐藏元数量等等)

　　● ...

　　在上面众多的方向中，如果你做出了正确的选择，就将建立起一个效果领先的猫咪图片识别平

　　台，并带领你的公司取得成功。但如果你选择了一个糟糕的方向，则可能因此浪费掉几个月的

　　时间。那么你该如何做出决定呢？

　　这本书将告诉你应该怎么做。众多的机器学习问题会留下一些线索，告诉你什么样的尝试有用

　　，什么样的没用。而学会解读这些线索将会节省你几个月甚至几年的开发时间。

  公众号回复 吴恩达老师 即可获取！【长存此号，实惠多多】