既然說機(jī)器學(xué)習(xí)，就從什么機(jī)器學(xué)習(xí)開始，相對(duì)而言，機(jī)器學(xué)習(xí)是一個(gè)比較泛的概念

初看的話，會(huì)覺得機(jī)器學(xué)習(xí)和人工智能，數(shù)據(jù)挖掘講的東西很像，實(shí)際他們之間的關(guān)系可以概括為：

機(jī)器學(xué)習(xí)是人工智能的一個(gè)子方向

機(jī)器學(xué)習(xí)是數(shù)據(jù)挖掘的一種實(shí)現(xiàn)方式

舉個(gè)簡(jiǎn)單的例子，給一些蘋果和香蕉，人會(huì)通過特征的判斷做區(qū)分，并且記憶這些特征，下次來了一個(gè)新的蘋果或者香蕉的時(shí)候，就可以判斷是香蕉還是蘋果了

作為任意一個(gè)算法或者說用程序執(zhí)行的數(shù)學(xué)問題，總需要一些輸入，一些輸出

對(duì)于機(jī)器學(xué)習(xí)而言，輸入就是特征所構(gòu)成向量的向量，或者說是一個(gè)矩陣

如果只有一個(gè)特征，輸入就是一個(gè)向量了，當(dāng)然，向量是一個(gè)弱化的矩陣概念，統(tǒng)一稱作矩陣

• 目前機(jī)器學(xué)習(xí)的核心技術(shù)是基于矩陣的優(yōu)化技術(shù)

輸入:矩陣 – 待學(xué)習(xí)的信息

輸出:模型 – 總結(jié)出的規(guī)則

因此，目前主流的機(jī)器學(xué)習(xí)技術(shù)就可以形式化為

•輸入:特征矩陣 X、標(biāo)注向量 y

X 是特征矩陣,不包括“樣本名稱”和“樣本 標(biāo)注”

y 是標(biāo)注向量,即“樣本標(biāo)注”那列

•輸出:模型向量 w

•期望:X·w 盡可能接近 y

多種優(yōu)化算法可以解 w,區(qū)別在于如何定義 “盡可能接近”

舉個(gè)例子來說，要計(jì)算廣告的CTR

這個(gè)例子中

目標(biāo)是要根據(jù)已知的auc特征，猜測(cè)這個(gè)目標(biāo)廣告是否會(huì)被點(diǎn)擊

例子中特征只有兩個(gè)，query關(guān)鍵詞和“是否飄紅”，判斷結(jié)果是是否點(diǎn)擊

好了，現(xiàn)在問題和輸入輸出都有了，具體解決這個(gè)問題，就可以選用相關(guān)的算法了

前面定義里面有這么一個(gè)隱含的關(guān)鍵點(diǎn)：X w 盡可能接近 y

如何定義這個(gè)“接近”，思路不同，算法就不同

比如對(duì)于LR (LogisTIc Regression)和SVM（Support Vector Machine）是不同的，作為樣例，可以按照下圖理解

數(shù)學(xué)形式表示，就是

具體算法細(xì)節(jié)不是這里討論的重點(diǎn)，在這兩個(gè)算法中，“接近”的定義不同

學(xué)術(shù)的講，就是“優(yōu)化目標(biāo)不同”

無論是否相同，我們都至少可以選一個(gè)優(yōu)化目標(biāo)了

有了優(yōu)化目標(biāo)，下面要做的就是如何求解這個(gè)優(yōu)化目標(biāo)了

一般現(xiàn)在用的思路主要是

L-BFGS，CDN，SGD這一些

把上面這一些要素放在一起，就有了完整的一個(gè)機(jī)器學(xué)習(xí)問題

就需要注意三個(gè)方面的優(yōu)化了：

算法，數(shù)據(jù)，特征

我們下面分開來說

算法，就是優(yōu)化目標(biāo) + 優(yōu)化算法

從優(yōu)化目標(biāo)的角度，工業(yè)界往往沒有那個(gè)資源或者實(shí)力去研究新的算法，大多是在使用已有算法或者在已有算法的基礎(chǔ)上做擴(kuò)展

從優(yōu)化算法的角度，主要是三點(diǎn)：

更小的計(jì)算代價(jià)

更快的收斂

更好的并行

這三點(diǎn)也比較好理解，對(duì)于一個(gè)工程問題，計(jì)算代價(jià)小，機(jī)器就可以做別的事情，更快的收斂，就可以更好的把結(jié)果投入使用，更好的并行，就可以用現(xiàn)有的大數(shù)據(jù)框架解決問題

訓(xùn)練數(shù)據(jù)，就是盡可能和實(shí)際同分布的數(shù)據(jù) + 盡可能充分的數(shù)據(jù)

機(jī)器學(xué)習(xí)算法中，由于期望的往往是總的誤差最小，所以很可能講數(shù)據(jù)量小的類目判別錯(cuò)誤

如果樣本數(shù)據(jù)和實(shí)際數(shù)據(jù)分布差異大的話，對(duì)于實(shí)際的算法效果一般都不好

充分的數(shù)據(jù)，這個(gè)就好解釋了，數(shù)據(jù)越充分，訓(xùn)練就越充分，就好比考試前做的練習(xí)越多，一般效果越好

特征，就是盡可能包含足夠多的需要識(shí)別對(duì)象的信息

一個(gè)簡(jiǎn)單的例子，如果只有一個(gè)特征，對(duì)于水果的判斷往往偏頗，就會(huì)造成下面的結(jié)果

隨著特征的增多，訓(xùn)練就會(huì)準(zhǔn)確

往往對(duì)于一個(gè)工程問題來說，特征是決定最多的方面

一個(gè)算法方面的優(yōu)化，可能只是優(yōu)化了2~3%的效果，但是特征可能就是50~60%了，一個(gè)工程項(xiàng)目七八成的精力往往都是畫在特征選取上的，比如百度CTR預(yù)測(cè)，特征數(shù)據(jù)目前就是100億級(jí)別的。

最后來說一點(diǎn)關(guān)于deep learning 的東西

Deep learning和目前的機(jī)器學(xué)習(xí)算法（Shallow Learning）最大的區(qū)別在于特征層數(shù)

目前的機(jī)器學(xué)習(xí)算法主要是一層的，就是從特征直接推斷是結(jié)果；

而Deep Learning和人類的處理問題的結(jié)果更接近，是由特征推斷出一些中間層的結(jié)果，進(jìn)而推斷出最終結(jié)果的；

比如視覺是由一些點(diǎn)，進(jìn)而判斷出一些邊，進(jìn)而判斷出一些形狀，然后才是整體的物體的。

之前大量使用Shallow learning 主要是因?yàn)?Shallow Learning有很好的數(shù)學(xué)特征

解空間是凸函數(shù)

凸函數(shù)有大量的求解方法

凸函數(shù)優(yōu)化可以參考

**Convex OpTImizaTIon

**

**~boyd/cvxbook/

而Deep Learning則容易找到局部最優(yōu)解，而非全局最優(yōu)解

Deep Learning解法可以參考

G. Hinton et al., A Fast Learning Algorithm for Deep Belief Nets. Neural ComputaTIon, 2006.

也可以看Andrew NG最近的課程

這里有最新的中文翻譯http://deeplearning.stanford.edu/wiki/index.php/UFLDL教程