吳恩達機器學習第十一周課後感

目錄

一、主要內容

二、個人感受

三、實際應用

正文

一、主要內容

1.Application Example: Photo OCR

這個例子可以表現出機器學習的三個關鍵的節點：

1. 在複雜系統中對機器學習進行應用
2. 認識流水線概念
3. 知道關於機器學習中的人工數據合成

《Photo OCR》

Problem Description and Pipeline

Photo OCR：讓計算機識別圖片中信息的系統。

1. 識別出文字在圖片中的位置
2. 分割文本形成字母
3. 對字母進行分類

Sliding Windows

檢測圖像中的信息，在我們現在看來是非常常見的事情，即使是自拍都可以非常準確地找到我們的臉。課程中提供的方案是用幾種不同大小的框，在整張圖片中掃描。文字識別的時候，我們首先要在整張圖片中識別出字母，之後再將識別出的字母用矩形框在一起。在分割字母的時候，我們需要用監督學習，去學習字母與字母之間的縫隙，從而去分割字母。

Getting Lots of Data and Artificial Data

在數據缺乏的時候，有一種思想叫做人工數據合成。在圖像中識別文字的時候，用不同的字體寫出文字，然後截圖，通過這種方式生成數據。也可以通過扭曲原有的文字圖像，生成更多的數據。語音識別的時候，也可以通過人工合成的思想來獲得更多的數據：比如增加背景音效。

但是這種生成方式有一個重要的前提，那就是模型應當是低偏差，高方差。有個這個前提之後，在去生成人工數據才會有效果。因此，只有模型的準確率沒有明顯提高的前提下，人工生成數據才應該是需要被考慮的做法。

Ceiling Analysis: What Part of the Pipeline to Work on Next

上限分析的思想通過分析整個工作流程來提高整體效率。以文字識別為例，識別文字塊，分割字母，識別字母每個模塊都有自己的準確率，整個流程下來也有一個準確率。比較各個部分和整體之間的準確率，當我們發現與整體準確率相差大的模塊的時候，我們就知道，這就是我們需要重點關注的部分。如果準確率之間相差不大，經驗告訴我們將工作的重點放在這個模塊上會浪費時間。

二、個人感受

吳恩達說，他多年的經驗告訴他，不要相信自己多年的經驗。在分析機器學習問題的時候，將任務分解再逐一分析，會達到更好的效果。關於經驗主義的討論我就不多贅述了，不過分解任務，並逐一分析倒是一個非常好的習慣。在平時的日常生活當中，我們在處理一項繁雜事務的時候也應該通過這樣的思維去處理。模塊化的思想在工程界非常普遍，但是在我們的日常生活當中卻很少被使用。

在日常生活當中，如果可以將自己的各個任務分成模塊，每個任務中的小的任務分成小的模塊，在以時間為管道的形式來將各個模塊進行組合，那就太棒了。

最後一課吳恩達教授說他覺得教授這門課非常有趣，我覺得我在學這門課的時候也非常有趣。內容不多，而且簡單。這門課的設計真的非常用心，因此我覺得我的這個專欄其實還有更多的提升空間，比如課程內容其實都可以用代碼來寫一遍，所有的數學推導都可以寫一遍，吳恩達在課程中說沒有必要延伸的內容也可以那來講，如此之多的內容，我也會更加努力去完善這個專欄的。

三、實際應用

圖像識別領域是在深度學習演算法再次復甦之後獲益最多的領域，我們現在能看到非常火的成果也集中在圖像識別領域。通過建立一套數據管道，也可以為整個系統的自動化起到非常明顯的作用。

具體的落地場景，我們現在看到的有文字識別、人臉識別，基本上都是吳恩達提到的這些場景。當然，通過深度學習，現在的識別技術已經更牛了，有了場景識別和視頻內容識別。到了未來，我們也會想當然地認為圖像識別會和自然語言處理結合。或者說，可以將圖像識別為某個多維度的向量，然後將這個向量就可以翻譯成自然語言。