maching learning入门（一）

ml入门（一）powered by @李宏毅

---

第一课（机器学习总览）

ml基本步骤

1 找出一个function set
2 让maching拥有衡量一个function好坏的能力
 loss function L:
 input: a function output: how bad it is
 for example: square error

3 使用一个好的演算法挑出最好的那个function
 find a function with min loss
 f* = argmin L(f)

ml category

supervised learning // learning from teacher

1 regression
 the output of the target function f is ‘scalar’
2 classification
 binary classification
  the output of the target function f is ‘Yes or No’
 multi-class classification
  the output of the target function f is one of the ‘class1, class2, … classN’
 structured learning
  the output of the target function f is a structural output

semi-supervised learning

transfer learning

unsupervised learning

reinforcement learning // learning from critics

第二课（regression）

gradient descent

1 for example

linear model y = w*x + b; w为权值，b为偏差， 目标是利用梯度下降求得最佳参数w和b;
// ps: 所谓线性模型是指，函数的参数对于输出来说是否为线性;
w*, b* = argmin L(w, b)
# consider loss function L(w, b) with two parameter w, b:
first: (Randomly) pick an initial value w0, b0
second: 分别为w，b在w=w0，b=b0的下求偏导
third: if the value is negative w1 = w0-r(@L/@w|w=w0,b=b0)， b1 = b0-r(@L/@b|w=w0,b=b0)其中r称为学习比率（@暂且代表求偏导符号）
four: loop second to third
five: get average error 每个点到所求出的损失函数的距离之和的平均值
last: get best w, b
// ps: 此处的best不一定代表的为global min, 有可能在某一点偏导数都为0但却不是global min。

2 learning rate
 rate太大loss可能会快速增大，rate太小可能收敛速度很慢
 rate选取的解决办法
  1 使用动态rate，每一次迭代都根据固定公式减小rate， 因为越到后面rate应该越小，精确度才会更高
  2 不同的参数给予不同的learning rate
 计算rate的方法
  1 adagrad .
  每次计算所有example的loss, 之后更新参数



3 stochastic gradient descent
 每次只考虑一个example，算完一个example的loss就更新一次参数

4 feature scaling
 由于各个特征的输入值不同，单位不同，导致每个特征参数的改变对loss的影响都不同，所以需要
 将输入值进行标准化，使得所有特征参数的改变对loss的影响相同或者相差不大。

5 overfitting(过拟合) // 在train_data上的效果好，但是在test_data上效果很差
 ps: overfitting是由于variance过大造成的，bias过大造成underfitting

6 regularization(目的在于寻找更加平滑的函数,防止过拟合)
 通常做法为在损失函数后加上一项约束项，权重的绝对值大小就会整体倾向于减小，尤其是不会出现特别大的值

第三课（error）

训练之后的使用L()求出error来自于biase和variance,知道错误的来源往往可以准确地improve model
ps: model越复杂biase越小，variance越大。model越简单biase越大，variance越小
如何确定error来源
 1 如果模型不能fit训练数据，代表bias大
  可能需要去重新设计model(考虑更多的feature或者让model更加复杂)

 2 如果模型较好地fit了训练数据，但是在测试数据上错误很大，代表variance很大
  1 可以加大训练数据量(非常有效但是并不是每一次都有用)
  2 regularization

第四课（classification）

贝叶斯分类
利用先验概率和联合概率分布求出后验概率（即每次输入数据在各个分类下的概率，概率最大的即为当前预测分类）

 1 每一个类别拥有自己的协方差
  在高斯分布(假设)下计算条件概率p(A|B)



 2 共用一个协方差


 3 sigmoid函数变换过程
  sigmoid函数详解 https://blog.csdn.net/chinagreenwall/article/details/81113539

第五课（logistic regression）

交叉熵
 概念详解 https://blog.csdn.net/tsyccnh/article/details/79163834

判别式模型与生成式模型
 判别式模型（Discriminative Model）是直接对条件概率p(y|x;θ)建模。常见的判别式模型有 线性回归模型、线性判别分析、支持向量机SVM、神经网络等。
 生成式模型（Generative Model）则会对x和y的联合分布p(x,y)建模，然后通过贝叶斯公式来求得p(yi|x)，然后选取使得p(yi|x)最大的yi

multi-class classification


 ps: softmax // 将多分类的输出数值转化为相对概率
 概念 https://blog.csdn.net/red_stone1/article/details/80687921

limitation of logistic regression // 无法对线性不可分数据进行分类

// 异或问题 example
[0, 1], [1, 0]为class1
[1, 1], [0. 0]为class2
// 在二维平面上是无法利用直线将不同的类别划分的

 ps: 可以使用feature transformation解决此类问题，即利用神经网络！！！