编号按照对应的内容，1-1代表第一大部分遇到的第一题，R代表Review，C代表运行的代码（Code）。
1-1
解：C
具有多个阶段/组件的系统，其中几个可以使用机器学习。
1-2
解：C
200 * 200，每次移动4像素，总共是50 * 50=2500次。
1-3
解：D
复制样本没有用途，还是会以与之前训练相同的结果θ结束。
1-4
解：B
您刚刚加入了一个产品组，该产品组在过去12个月中使用1000个培训示例开发了一个机器学习应用程序。假设通过手工收集和标注例子，你平均需要10秒钟才能获得额外的训练样本，假设你每天工作8小时，你需要多少天才能得到10,000个例子？(最接近的答案)
10000/(8 * 60 * 60 / 10)=3.47天。
1-5
解：BC
假设您在流水线机器学习系统上执行上限分析，当我们为其中一个组件插入正确的标签时，整个系统的性能几乎没有什么改善，这可能意味着：(检查所有应用程序)
这可能不值得投入工程资源来改进系统的组成部分。
如果该组件是一个使用梯度下降的分类器训练，需要看它是否收敛到最好的参数。
R
R1-1
解：A
1000 * 1000，每次移动2像素（两个窗口），总共是500 * 500 * 2=500000次。
R1-2
解：A
(10000 * 10)/(4 * 60)约等于400。
R1-3
解：AD
B是学习曲线的优点。
C是人工合成数据的优点。
R1-4
解：A
获取更多数据，我们可以对原有数据进行镜像，不会更改数据中的车辆信息。
R1-5
解：AB