====== 第一课 课程导言 ======
===== 1.1 导言 =====
===大纲===
  * 涵盖由浅入深的一系列机器学习技术
  * 将会学到：
    *PCA, MDS, K-mean, 基于频谱的聚类方法，贝叶斯分类，boosting, logistic回归，决策树，EM算法，隐马尔可夫模型，卡尔曼滤波……
  *讲述算法、理论、应用背后的故事
  *将会既有趣又辛苦
===时间安排===
  *03.04 介绍
  *03.11 分类
  *03.18 聚类
  *03.25 隐马尔可夫与卡尔曼滤波
===原则===
  *简即美
  *在理论性和应用性上达到平衡
===先修课程===
  *概率论
    * 分布、密度、边界……
  * 统计基础
    * 矩、经典分布、回归……
  * 算法
    * 动态规划、基本数据结构、复杂度……
  * 编程
    * C/C++, Java, Matlab……
  * 将会提供一些背景知识，但课程步调还是会比较快
  * 处理抽象数学概念的能力
===参考书===
  *[[http://www-2.cs.cmu.edu/~tom/mlbook.html|Machine Learning]]
    * by Tom Mitchell
  * [[http://rii.ricoh.com/~stork/DHS.html|Pattern Classsification (2<sup>nd</sup> Edition)]]
    * by Duda, Hart and Stork
  * [[http://www.cs.toronto.edu/~mackay/itila/|Information Theory, Inference, and Learning Algorithm]]
    * by David MacKay
  * **Statistical Inference**
    * by George Casella and Roger L. Berger
  * [[http://research.microsoft.com/en-us/um/people/cmbishop/prml/|Pattern Recogniation and Machine Learning]]
    * Christopher M.Bishop
  * And more ...
  * 以上均为可选参考书目，每人都会有自己的学习方法
===网络资源===
  *http://www.cad.zju.edu.cn/home/zhx/csmath/
===享受之！===
  *机器学习在科学、工作及其它领域正变得无所不在
  *本课程将提供应用机器学习、开发新方法的基础

===== 1.2 机器学习单元概况 =====



===== 1.3 什么是机器学习？ =====
===大纲===
  * 背景
  * 什么是机器学习
  * 机器学习对于计算机科学和技术有何帮助
===当今计算机科学的最大挑战===
  * 数据，数据，数据……
    * 需要大量乏味的重复的工作才能创建数字化的世界 
      * 需要寻找新的交互方式，创造新类型的媒体
      * 花费高的代价才能请专家（科学家、工程师、电影制作人员、图形设计师、优秀艺术家和游戏设计人员）来完成工作
  * 需要高效地处理已经存在的数据，并通过它们获得新的数据
===计算机是高效运行的机器===
  * 各种图像、场景，只要人能够创造，就可以利用计算机来得到它
  * 但是如何来创造这些图像、场景
===完全过程化合成VS完全数据化===
  * 为电影中的一个角色创造动作
    * 完全过程化合成
       * 动作比较连贯，但是很容易让人觉得是伪造的，很少在实际中这样用
    * 完全手工制作或者完全数据化
      * 效果质量很高，但是连贯性不好
    * 把两者结合起来的混合方法或许是最好的！？
===贝叶斯推理===
    * 关于不确定性的一个规则模型
    * 非结构化数据的通用模型
    * 数据拟合和不确定分析的有效算法
**但是，当前它通常被当做一个黑盒来使用**

**确定性 VS 机率性**
===数据驱动模型===
{{:keynote:81.jpg?500*320}}
===什么是机器学习===
{{:keynote:82.jpg?500*320}}

**机器学习 != 人工智能**
  * Mitchell在1997年定义的：机器学习乃于某类任务兼性能度量的经验中学习之程序；若其作用于任务，可由度量知其于已知经验中获益。
  * Hertzmann在2003年的评论：对于计算机图形学上的一些应用，机器学习应该被看作处理数据的一系列技术。给定一些数据，可以得到一个方法模型用于生产新的数据。
  * 编制学习系统不只是用来解决一个问题，而是基于一些特征来使系统本身更加优化：
    * 关于系统应该如何做出响应的一些例子
    * 关于系统在解决问题的过程中反复试验学习到的经验
  * 不同于通常的计算机科学，去实现一个未知的功能；仅仅是处理已知的输入输出数据对（学习过程中的训练例子）

===学习问题的主要分类===

  * 学习情景根据训练例子中提供的有效信息的改变而改变
    * 监督的：需要正确的输出
      * 分类：输入N个目标，输出结果为选择其中一个（语音识别、目标辨认、医学诊断）
      * 回归：输出准确值（预测未来的市场价格、温度）
    * 部分监督的：只输出一部分有效结果
    * 无监督的：没有反馈，需要对输出进行自我评估
      * 聚类：聚类是指将数据分割成连贯的群集的技术
      * 结构异常识别：检测超出正常范围的数据点
    * 加强的:标量反馈,可能暂时推迟

===更多信息===
  * 时间序列分析
  * 降维
  * 模型选择
  * 泛型方法
  * 图形建模

===为什么要学习机器学习？===
  * 开发强化的计算机系统
    * 能够自动适应用户，更加符合用户要求
    * 旧的系统往往很难获得必要的知识
    * 发掘大型数据库中离线的新数据挖掘模式
  * 提高对人的认识，生物学习
    * 提供具体的理论计算分析，预测
    * 分析大脑的学习过程中的爆发式活动
  * 研究时机很好
    * 数据量的快速增长
    * 计算机不再昂贵而且功能强大
    * 理论得到了很好的发展，有一系列的算法组件

===机器学习对计算机科学和技术有用吗？===
  * 赞成方：所有事物都是机器学习，所有事物都是人的调整
    * 在有些时候，这个说法是正确的
  * 反对方：虽然是对“学习”的一种深化，但还有其它更强大和有效的算法。
    * 问题分类
    * 通用模型
    * 通过概率进行推算
  * 相信数学的魔力

===怎样才是一个成功的机器学习算法？===
  * 计算效率
  * 鲁棒性
  * 统计稳定性

===一些实际应用===
  * Google!
  * 目标识别和辨认——机器学习的力量
  * 文档处理——贝叶斯分类器
  * 网格处理——数据聚类和分割
  * 纹理合成和分析——隐式马尔科夫模型
  * 反射纹理合成——降维
  * 人体建模——降维
  * 图像处理和合成——图形建模
  * 人体运动合成——时间序列分析
  * 视频纹理——强化学习

===总结===
  * 机器学习就是这样简单明了的东西:-D
    * 关键字：
      * 名词：数据、模型、模式、特征
      * 形容词：概率性的、统计的
      * 动词：拟合、推理、挖掘

===作业===
  * 在你的研究方向上寻找机器学习的潜在应用

===参考文献===
  * Reinforcement learning: A survey
<note important> Edit by Xinyuan Luo(骆歆远), <wisp@zju.edu.cn> </note>

===未来体系结构对机器学习的支持===
  * 通用图灵机模型与冯诺依曼架构在并行处理上的局限[1]
    * 冯诺依曼架构源自通用图灵机模型（Universal Turing Machine）
    * 优点：便于建造、编程
    * 缺点：“解析指令->执行指令->处理数据”这种循环存在瓶颈，不利于并行处理
  * 设计与演化：生物神经元系统的达尔文主义解释[2]
    * 生物的神经元网络是基于达尔文进化论的模式演化出来的
    * 知识和技能都是通过后天的不断学习和训练获得。在这种学习和训练中，大脑中神经元网络的结构不断完善
    * 不论是对一个物种的长期进化而言，还是单个个体的一生成长而言，其大脑的学习过程都是进化论（Darwinism）的
  * 区别“知识”与“技能”，即"Knowledge" vs "Skill"
    * 机器学习形成的知识，其应用过程的算法效率未必最优
    * 等价的知识，存在多种表达和应用方式
    * 对某一知识，更高效的表达和应用算法，可以称之为技能（Skill），以区别于知识（Knowledge）
    * 技能可以通过设计获得，也可以通过演化获得。
  * 演化思想在计算模式与体系结构设计中的萌芽
    * 自动并行化研究[3,4,5]
    * 代码级别的知识学习与存储[6]
    * 未来发展
      * 更高效的核间通讯：NoC、片上光通信
      * 新的计算模型：函数式编程语言、并行计算语言、GPGPU
      * 自主进化（可重构）的众核处理器架构
  * 参考文献
    * [1] John Backus, Can programming be liberated from the von Neumann style?: a functional style and its algebra of programs, Commun. ACM, Vol. 21, No. 8. (August 1978), pp. 613-641. doi:10.1145/359576.359579
    * [2] Gerald Edelman, "Bright Air and Brilliant Fire: on the matter of mind", New York: Basic Books, 1992.
    * [3] Gurindar S. Sohi, Scott E. Breach, T. N. Vijaykumar, Multiscalar Processors, SIGARCH Comput. Archit. News In ISCA '95: Proceedings of the 22nd annual international symposium on Computer architecture, Vol. 23 (May 1995), pp. 414-425. doi:10.1145/223982.224451
    * [4] L. Hammond, B. A. Hubbert, M. Siu, M. K. Prabhu, M. Chen, K. Olukolun, The Stanford Hydra CMP, IEEE Micro, Vol. 20, No. 2. (March 2000), pp. 71-84. doi:10.1109/40.848474
    * [5] Guilherme Ottoni, Ram Rangan, Adam Stoler, David I. August, Automatic Thread Extraction with Decoupled Software Pipelining,Microarchitecture, 2005. MICRO-38. Proceedings. 38th Annual IEEE/ACM International Symposium on In Proceedings of the 38th annual IEEE/ACM International Symposium on Microarchitecture (2005), pp. 105-118. doi:10.1109/MICRO.2005.13
    * [6] Yushi Kamiya, Tomoaki Tsumura, Hiroshi Matsuo, Yasuhiko Nakashima, A Speculative Technique for Auto-Memoization Processor with Multithreading, (December 2009), pp. 160-166. doi:10.1109/PDCAT.2009.67

<note important> Edit by Ye Minjiao (叶敏娇, 11021036), <johnye@zju.edu.cn> </note>

===== 1.4 点估计 =====
最大似然, 最大化后验估计, 贝叶斯估计, 回归方法与过拟合问题
==== 你将要学习 ====
  * 点估计
    * 最大似然估计(MLE, Maximal Likelihood Estimation)
    * 贝叶斯学习(Bayesian Learning)
    * 最大化后验(MAP, Maximize A Posterior)
  * 高斯估计
  * 回归(Regression)
    * 基础方程 ＝ 特性
    * 方差和的最优化
    * 回归与高斯估计的关系
  * 倾向与方差的折中
==== 你的第一个咨询工作 ====
  * 一个北京的IT亿万富翁咨询你如下问题：
    * 富：我有一些图钉，我将其抛出，那么它尾部朝上的概率是多少？
    * 你：那么扔几次看看吧...
    * (图待上传)
    * 你：概率是3/5
    * 富：这是为什么呢？
    * 你：这是因为...

==== 二值分布 ====
  * 设头朝下的概率 P(Heads)= θ，尾朝下的概率 P(Tails)=1-θ，发生的事件D={T,H,H,T,T}
  * 抛图钉是一种独立重复分布(i.i.d. Independent Identically distributed)
   * 每一次实验彼此独立
   * 根据二值分布的分布概率相同
  * 如果一个事件D包含α<sub>H</sub>个头朝下的概率和α<sub>T</sub>个尾朝下的概率，这样事件的概率是：\\P(D|θ)=θ<sup>α<sub>H</sub></sup>(1-θ)<sup>α<sub>T</sub></sup>
==== 最大似然估计 ====
  * 数据：观察事件集合D包含α <sub>H</sub> 个头朝下的事件和α <sub>T</sub> 个尾朝下的事件
  * 前提：二值分布
  * 在优化问题中对θ进行学习：
   * 目标函数是什么？\\ D = {T, H, H, T, T}
  * MLE: 找出使观察到的现象的概率最大化的 θ
<jsmath>
\begin{aligned}
\hat{\theta} & = \arg\max_\theta P(D|\theta) \\\\
 & = \arg\max_\theta \ln P(D|\theta) \\\\
 & = \arg\max_\theta \ln (\theta^{\alpha_H} (1-\theta)^{\alpha_T}) \\\\
 & = \arg\max_\theta \alpha_H\ln\theta + \alpha_T\ln(1-\theta)
\end{aligned}
</jsmath>


  * 导数为0时取极值，则有
\[
\hat{\theta} = \frac{\alpha_T}{\alpha_H+\alpha_T} = \frac{3}{2+3}
\]


==== 我需要抛多少次？ ====
  θ<sup>^</sup> = α<sub>T</sub> / α<sub>H</sub> + α<sub>T</sub>
  * 富：我抛了两个头朝上和三个尾朝上
  * 你：θ是3/5，我可以证明
  * 富：如果我抛了20个头朝上和30个尾朝上呢
  * 你：答案依然一样，我可以证明
  * 富：能多解释一下吗
  * 你：越多约好吗
  * 富：所以我才会给你这么多报酬啊
==== 简单边界（基于Höffding不等式） ====
  * 对于N = α<sub>H</sub> + α<sub>T</sub> 和 θ<sup>^</sup> = α<sub>T</sub> / α<sub>H</sub> + α<sub>T</sub>,有
  * 令θ<sup>*</sup>为真实值，对任意ε>0，有
        P(|θ<sup>^</sup> - θ<sup>*</sup>|≥ε)≤2e<sup>-2Nε^2</sup>


<note important> edit by Zhang Li,[[zhangli85@zju.edu.cn]] </note>