这两章相当于是一个解说，解释了这本书的目的，没有太多重要的内容。详细内容如下：
一.Why Machine Learning Strategy
机器学习已经成为无数重要应用程序的基础，包括网络搜索，反垃圾Email、语言识别、产品推荐等。假设你或者你的团队正在做一个ML应用，并且你希望能快速取得进展，那么这本书将会对你有帮助
例如：建立猫图片的启动
假设您正在建立一个程序，为猫爱好者提供源源不断的猫图片。
你用了一个神经网络去建立一个计算机视觉系统，获取猫的图片，但是悲剧的时，你的学习算法的准确率还不是很好，你面临着提升你的猫识别器的巨大压力，你会怎么做？
你的团队有很多的想法，例如：
- 获取更多数据：收集更多猫的图片。
- 收集更多的多样化的训练集，例如，非常规场景下的猫；非常规颜色的猫；不同的相机参数拍下的猫等等。
- 通过运行更多次的梯度下降迭代，使得训练得久一点。
- 尝试一个更大得神经网络，有着更多的层数/隐藏层节点/参数
- 尝试一个小一点得神经网络
- 增加一个正则化项（例如L2正则）
- 改变神经网络得结构（激活函数，隐藏层节点）
- …
如果你在这些可能得方向中选得很好，你将构建出领先得猫图片平台，并且带领你的公司走向成功。如果你选择得不好，你可能会浪费几个月，你会怎么做？
这本书将会告诉你怎么做。大多数得机器问题线索会告诉你尝试什么是游泳得，尝试什么是没用得，学习阅读这些线索将会节约你几个月甚至几年得开发时间。
二.How to use this book to help your team
当你看完这本书，你将会对如何设置机器学习项目技术的方向有更深的理解。
但是你的队友可能并不理解为什么你会建议这一个特定的方向，或许你希望你的团队能定义一个单一数字的评估指标，但是他们并不相信。你会如何劝说他们？
这就是为什么我让这些章节很短的原因，这样你就能把它们打印出来，然后让你的队友阅读1-2页你需要他们知道的内容。
优先级的一些变化会对团队的效率产生巨大的影响，通过帮助你的团队进行这样的改变，我希望你能成为你们团队的超级英雄。
