构建基于机器学习的应用程序

第一部分： 找到正确的 ML 方法

大多数 个人或公司都能很好地把握自己有兴趣解决的问题--例如，预测哪些客户会离开在线平台，或者制造一架无人机，跟随用户滑雪下山。同样，大多数人都能很快学会如何训练一个模型，以便在给定数据集的情况下以合理的准确度对客户进行分类或检测物体。

然而， ，更难得的是，能够抓住问题的关键，估计解决问题的最佳方法，用 ML 制定解决计划，并自信地执行计划。这种技能通常需要在经历多个过于雄心勃勃的项目和错过最后期限之后，通过经验来学习。

，有许多潜在的 ML 解决方案。在图 I-1 中，您可以看到左边是一个潜在写作助手工具的模型，其中包括一个建议和一个让用户提供反馈的机会。图的右边是提供此类建议的潜在 ML 方法的示意图。

图 I-1. 从产品到 ML

本节首先介绍了这些不同的潜在方法，以及选择其中一种方法的方法。然后深入探讨如何将模型的性能指标与产品要求相协调。

为此，我们将连续讨论两个主题：

第 1 章

在本章结束时，你将能够提出一个应用的想法，估计是否有可能解决这个问题，确定是否需要使用 ML 来解决这个问题，并找出哪种模型最有意义。

第二章

在本章中，我们将介绍如何根据应用程序的目标来准确评估模型的性能，以及如何利用这一衡量标准来定期取得进展。