前言
以下内容是个人学习之后的感悟，转载请注明出处~
简介
目前，机器学习已经应用在很多领域，比如现在比较火的微软的kinect，google的自动驾驶汽车等。那么
在机器学习的应用开发时，需要注意些什么呢？
流水线式开发
比如Photo OCR技术，如下图所示，分为好几个模块，模块的输入是上一个模块的输出。这样可以便于分工，
更便于找出需要投入较多时间的模块，合理分配资源等。
人工数据合成
流水线式分工，意味着多了很多中间环节，而中间模块的输入是前面模块的输出。那么各个模块在并行开发的时
候，我们需要的输入数据该从哪来呢？对，人工数据合成。
我们可以给正确的数据加入各种各样的噪音，这样就可以得到更加全面的数据。本文以图片为例，如下图所示：
此外，我们还可以从网上下载别人已经设置好的数据包。
上限分析
通过上限分析，我们可以知道，如果对每一个模块进行改善，它们各自的上升空间是多大。这里以人脸识别为例，
如下图所示，脸部识别、眼睛识别和最后的逻辑回归給系统性能带来了很大的提升，此时我们可以考虑在这几个部分，
多花时间精力去改善。
以上是全部内容，如果有什么地方不对，请在下面留言，谢谢~