课程构成
-
课程分为数学篇和方法篇,每篇都约四周的时间,每个核心问题需要约4讲时间讨论
-
课程的规划基本如下
-
When Can Machines Learn? [何時可以使用機器學習]
- 第一講:The Learning Problem [機器學習問題]
第二講:Learning to Answer Yes/No [二元分類]
第三講:Types of Learning [各式機器學習問題]
第四講:Feasibility of Learning [機器學習的可行性] (公布作業一)
- 第一講:The Learning Problem [機器學習問題]
-
Why Can Machines Learn? [為什麼機器可以學習]
- 第五講:Training versus Testing [訓練與測試]
第六講:Theory of Generalization [舉一反三的一般化理論]
第七講:The VC Dimension [VC 維度]
第八講:Noise and Error [雜訊與錯誤] (公布作業二)
- 第五講:Training versus Testing [訓練與測試]
课程形式
- 每讲录影课程约1小时,切割成3~5个段落,每个段落有不算分的随堂测验。
- 每四讲两次作业,每次作业20道选择题,均为单选。
- 1/4的作业要写代码完成
开始
课程设计
略
机器学习的基础面向
- 混合着哲学、关键的理论、核心科技、练习的方法
- 用像故事的设计来设计学习
什么是机器学习
- 什么是学习?
- 获得技能,从观察(observation)中累计经验
- observations->learning->skill
- 机器学习:
- 获得技能,从累积数据开始得到经验。
- data->ML->skill
- 什么是技巧?
- 提升了性能表现(预测准确性)
- 什么是机器学习的技巧?
- 通过计算数据提升性能表现。
- data->ML->improved performance measure
识别一棵树?
- 首先得定义一棵树:“难”。
- 思考:我们是怎么辨认一棵树的?
- 定义100条规则,确认这张图像符合这一百条规则,就是一棵树(×)
- 通过大量的观察,知道这是一棵树。
- ML:构建复杂系统的另一种途径(让机器自己辨识)
机器学习路线
机器学习情境
- 人们无法真正了解那个场景
- 火星上的机器人。
- 人类无法定义这个“解”
- 声音识别、视觉辨识
- 人无法想到的或做到的事
- high-frequency trading(高频投资)
- 服务非常多的使用者
- 消费者推荐系统
机器学习的三个关键
- 这个问题有一个“潜在的模式”是可以被学习的
- 有一个可以量化的“性能指标(performance measutre)”可以被提高。
- 不知道怎么写下来
- 知道怎么写下来就不用机器学习啦。
- 一定要有数据
- 没有数据的问题不可能使用机器学习。
机器学习的应用(食衣住行)
食物(Sadilek et al. 2013)
- 让机器学习推特的数据(词汇+位置)
- 技能:告诉餐厅的卫生状况是怎么样的?
衣服(Abu-Mostafa 2912)
- 数据:售卖特征+顾客调查
- 技能:给顾客一个好的时尚推荐。
住(Tsanas and Xifara, 2012)
- 数据:房子的能源消耗
- 技能:密切预测其他建筑物的能量负荷(predict energy load of other buildings closely)
出行(Stallkamp et al. 2012)
- 数据:一些交通信号图像和语义。
- 技能:准确辨别交通信号。
教育(Education)
- 数据:从学生答题的历史记录
- 技能:预测学生是否能给出这道题的正确答案。
- 人类的想法:
- 正确率≈[学生的等级>问题的难度]
- 给出9百万条数据和3000个学生。
- 让机器学习学习学生的程度怎么样。
娱乐推荐系统
- 数据:多少个用户喜欢这个电影
- 技能:预测用户是否会喜欢或不喜欢这部电影。
- 2006年网飞的数据集竞赛
- 100,480,507 ratings that 480,189 users gave to 17,770 movies
- 10% improvement = 1 million dollar prize
- 相似的竞赛Yahoo!
- 252,800,275 ratings that 1,000,990 users gave to 624,961 songs
推荐系统(可能的ML解决方案)
- 模式
- 通过观众的各种因素->评分
- 学习
- 从rating中,反推一个人的特征是什么。
- 从rating中,反推一个人的特征是什么。