课程十一 机器学习系统的设计
本节课时老师讲了机器学习系统的设计。本节课时我并没有看视频，主要看的是笔记，我认为这节课主要就是讲了当我们利用机器学习解决一个问题，设计一个机器学习系统时，在什么时候要做什么，遇到问题怎样解决更加快捷。相当于为我们做了一些指南，避免以后在应用时踩一些坑吧。
一般我们在构建一个机器学习系统时会有主要的几步需要做， 收集数据，选取特征，设计算法等等步骤，但是哪些步骤先做，哪些步骤需要时间长，这些问题往往会困住我们这些机器学习新手。
老师介绍了误差分析的概念，这个概念可以帮助我们做出更好的决定。比如在研究一个机器学习问题时，我们可以快速的先构造出一个简单的系统，可以很快的得到结果，尽管运行的可能不完美，但是我们可以通过运行它来交叉验证数据，最后得到学习曲线，通过曲线判断算法是否出现高方差或高偏差的问题，从而决定是收集更多的数据，还是加入更多的特征变量。除了这些方法，我们还可以进行误差分析，通过查看预测错误的交叉验证集，来发现一些系统性的规律。
构建一个学习算法的推荐方法：
1.从一个简单的能快速实现的算法开始，实现该算法并用交叉验证集数据测试这个算法
2.绘制学习曲线，决定是增加更多数据，或者添加更多特征，还是其他选择
3.进行误差分析：人工检查交叉验证集中我们算法中产生预测误差的样本，看看这些样本是否有某种系统化的趋势