Week 2, SOC

第二周的课程终于拼死拼活的拼过去了。

DB 的麻烦之处上篇已经提过，不再重复。后来学的 AI 和 ML 也算是显示出了分量，homework 得反复查看视频、课本、wiki 还有 google 相关资料才勉强做出来了。ML 的常规作业倒是没有太大麻烦，但 Octave 的 programming exercises 很让人头疼，特别是 3.1 Feature Normalization，典型的需求不明确。这是在源代码中给出的要求：

%               Note that X is a matrix where each column is a 

%               feature and each row is an example. You need 

%               to perform the normalization separately for 

%               each feature. 

此时 X 是个 2 columns matrix，所以我就把 X 分两列处理了，但是 submit 死活都 failed。于是我就在这里空耗了两、三个小时。当时是北京时间2011年10月23日晚，已经是 deadline （北京时间第二天早上8点）前的最后一晚了。但我的 AI homework 2 还卡了两题，这个的 deadline 就在 ML programming exercises 的后一天。所以我就不打算管 ML 了，先去琢磨 AI homework。结果第二天发现 ML programming exercises deadline 推到了 Tue, Oct 25 23:59 PDT。于是我在琢磨 AI homework 到没有出路，头痛欲裂的时候又去研究了下 Feature Normalization ，终于 google 到某位同学说只要把 X 作为任意列考虑就可以 successful （好象是 reddit 上看到的）。于是照做了，加上 for loop，然后 submit，successful。后三问就势如破竹了。

我很好奇，多少人在看到两列的 X 后，可以直接从这里看出是要把 X 作为任意列考虑的？我真是感觉被坑死了。还好 deadline 推后，要不我真是冤死了。

后来 AI homework deadline 也延了一天，不过我是赶在原来的 deadline 之前完成的。第二天早上准备查分，结果分没出来，再看公告才发现延后了，公告时间在原来的 deadline 前一小时左右。这次分数很好看，满分。第一次只有 92。第二次 homework 就能得次满分，运气还是很不错的。但是对  2. Simple Bayes Net 和  3. Simple Bayes Net 2 ，我还是有疑问：这两题包括上面的讲解  20. Two Test Cancer 和  23. Conditional Independence 2 明显是认为，

P(X1, X2, X3 | not A) = P(X1 | not A) P(X2 | not A) P(X3 | not A)                  1

但根据  http://en.wikipedia.org/wiki/Conditional_independence 右上的图，

         2

换句话说就是，professor 认为 not A 时，X1, X2, X3 也是 conditional independent ，但 wiki 认为只有 A 时，X1, X2, X3 是 conditional independent ，not A 时不是，1式应该是不成立的。这到底是 professor 讲错了，还是有什么预设条件，当时虽然按这个模式做了，但对这点还是不能确定，希望以后能弄清楚。