1.5 算法和數據的辯證關系

算法和數據是機器學習解決實際問題不可或缺的兩大因素，缺一不可。早期的機器學習十分依賴特征的提取，提取出關鍵的特征，往往可以事半功倍。深度學習的快速發展，人們發現通過增加訓練數據量，讓機器從大量基礎特征中可以自動關聯出潛在關系，自動學習出更高級的特征，所以有種說法被很多人接受，就是當數據量足夠大時，不同的算法對效果的影響不大。但是在實際工作中，很難保證各種場景下都有足夠的數據進行訓練，這個時候不同算法的檢測效果可能會差別很大，在本書后面的例子中，大家可以發現相同的問題和訓練集下，使用不同算法結果就會有明顯差異。