2020-9-15 吴恩达-结构化ML项目-w1 机器学习策略（1）(课后作业)

原文如下

Peacetopia城中的鸟类研究–案例学习

1.问题描述

本案例来自真实的产品应用。为了保密，所以细节上做了一些修改。

你是Peacetopia城中的一名著名的研究员。Peacetopia人有一个共同特征：他们害怕鸟类。为了保护他们，你必须构建一个算法，能够侦测到任何飞越Peacetopia城的鸟类，并且向居民发出警报。

Peacetopia城议会给了你一个数据集，包含了由城市安全摄像头拍摄的一千万张照片，照片内容是Peacetopia城上方的天空，并且都设置了如下的标签分类。

• y = 0: 图像中没有鸟类
• y = 1: 图像中包含鸟类

你的目标是构建一个算法，对安全摄像头拍摄的新照片进行分类。

所以你需要考虑一些事情

• 评估指标是什么?
• 你如何将你的数据分割为训练/开发/测试集?

2.成功标准

市议会告诉你，他们希望算法达到

• 高准确率
• 能快速对新照片识别分类
• 可以适应小容量内存，这样它可以在小的处理器上运行，并被安装在城市不同的安全摄像头上

问题1：
有这三个评估指标让你很难在两种不同的算法之间进行快速选择，并且会降低你团队迭代的速度，是真的吗？

• 是。正确，在选择评估参数的时候，应该尽量选择一个单一数字来作为评估指标。
• 否

经过市议会讨论后，缩小了标准

• 我们需要一种算法，可以让我们尽可能精确的知道一只鸟正飞越Peacetopia城。
• 我们希望模型用不超过10秒的时间对新照片进行分类。
• 我们希望模型能适应10MB的内存。

===========================================================

问题2：
现在如果你有下面这3种模型，你会选择哪个？

• Test Accuracy：97%；Runtime：1 sec；Memory size：3MB
• Test Accuracy：99%；Runtime：13 sec；Memory size：9MB
• Test Accuracy：97%；Runtime：3 sec；Memory size：2MB
• Test Accuracy：98%；Runtime：9 sec；Memory size：9MB

答案