构建基于机器学习的应用程序

第三部分. 迭代模型

第一部分介绍了 建立 ML 项目并跟踪其进度的最佳实践。在第二部分中，我们看到了尽快建立端到端管道以及探索初始数据集的价值。

由于其实验性质，ML 在很大程度上是一个迭代过程。您应该计划按照图 III-1 所示的实验循环，反复迭代模型和数据。

图 III-1. ML 循环

第三部分将介绍循环的一次迭代。在进行 ML 项目时，您应该计划经历多次这样的迭代，然后才有望达到令人满意的性能。以下是本书这部分章节的概览：

第 5 章

在本章中，我们将训练第一个模型并对其进行基准测试。然后，深入分析其性能，并确定如何加以改进。

第六章

本章将介绍快速构建和调试模型以及避免耗时错误的技巧。

第 7 章

在本章中，我们将以 ML Editor 为案例，展示如何利用训练有素的分类器向用户提供建议，并建立一个功能完备的建议模型。