机器学习（Machine Learning）入门科普

=======================国外====================

Machine Learning 大家(1)：M. I. Jordan (http://www.cs.berkeley.edu/~jordan/) 

   在我的眼里，M Jordan无疑是武林中的泰山北斗。他师出MIT，现在在berkeley坐镇一方 
，在附近的两所名校（加stanford）中都可以说无出其右者，stanford的Daphne Koller虽 
然也声名遐迩，但是和Jordan比还是有一段距离。 

   Jordan身兼stat和cs两个系的教授，从他身上可以看出Stat和ML的融合。 

   Jordan最先专注于mixtures of experts，并迅速奠定了自己的地位，我们哈尔滨工业大 
学的校友徐雷跟他做博后期间，也在这个方向上沾光不少。Jordan和他的弟子在很多方面作 
出了开创性的成果，如spectral clustering， Graphical model和nonparametric Bayesi 
an。现在后两者在ML领域是非常炙手可热的两个方向，可以说很大程度上是Jordan的lab一 
手推动的。 

   更难能可贵的是，Jordan不仅自己武艺高强，并且揽钱有法，教育有方，手下门徒众多 
且很多人成了大器，隐然成为江湖大帮派。他的弟子中有10多人任教授，个人认为他现在的 
弟子中最出色的是stanford的Andrew Ng，不过由于资历原因，现在还是assistant profes 
sor，不过成为大教授指日可待；另外Tommi Jaakkola和David Blei也非常厉害，其中Tomm 
i Jaakkola在mit任教而David Blei在cmu做博后，数次获得NIPS最佳论文奖，把SVM的最大 
间隔方法和Markov network的structure结构结合起来，赫赫有名。还有一个博后是来自于 
toronto的Yee Whye Teh，非常不错，有幸跟他打过几次交道，人非常nice。另外还有一个 
博后居然在做生物信息方面的东西，看来jordan在这方面也捞了钱。这方面他有一个中国学 
生Eric P. Xing(清华大学校友)，现在在cmu做assistant professor。 

   总的说来，我觉得Jordan现在做的主要还是graphical model和Bayesian learning，他 
去年写了一本关于graphical model的书，今年由mit press出版，应该是这个领域里程碑式 
的著作。3月份曾经有人答应给我一本打印本看看，因为Jordan不让他传播电子版，但后来 
好像没放在心上（可见美国人也不是很守信的），人不熟我也不好意思问着要，可以说是一 
大遗憾. 另外发现一个有趣的现象就是Jordan对hierarchical情有独钟，相当多的文章都是 
关于hierarchical的，所以能hierarchical大家赶快hierarchical，否则就让他给抢了。 

   用我朋友话说看jordan牛不牛，看他主页下面的Past students and postdocs就知道了 
。 

Machine Learning大家（2）：D. Koller (http://ai.stanford.edu/~koller/) 

   D. Koller是1999年美国青年科学家总统奖(PECASE)得主，IJCAI 2001 Computers and 
Thought Award(IJCAI计算机与思维奖，这是国际人工智能界35岁以下青年学者的最高奖)得 
主，2004 World Technology Award得主。 

   最先知道D koller是因为她得了一个大奖，2001年IJCAI计算机与思维奖。Koller因她在 
概率推理的理论和实践、机器学习、计算博弈论等领域的重要贡献，成为继Terry Winogra 
d、David Marr、Tom Mitchell、Rodney Brooks等人之后的第18位获奖者。说起这个奖挺有 
意思的，IJCAI终身成就奖（IJCAI Award for Research Excellence），是国际人工智能界 
的最高荣誉; IJCAI计算机与思维奖是国际人工智能界35岁以下青年学者的最高荣誉。早期 
AI研究将推理置于至高无上的地位; 但是1991年牛人Rodney Brooks对推理全面否定，指出 
机器只能独立学习而得到了IJCAI计算机与思维奖; 但是koller却因提出了Probabilistic 
Relational Models 而证明机器可以推理论知而又得到了这个奖，可见世事无绝对，科学有 
轮回。 

   D koller的Probabilistic Relational Models在nips和icml等各种牛会上活跃了相当长 
的一段时间，并且至少在实验室里证明了它在信息搜索上的价值，这也导致了她的很多学生 
进入了google。虽然进入google可能没有在牛校当faculty名声响亮，但要知道google的很 
多员工现在可都是百万富翁，在全美大肆买房买车的主。 

   Koller的研究主要都集中在probabilistic graphical model，如Bayesian网络，但这玩 
意我没有接触过，我只看过几篇他们的markov network的文章，但看了也就看了，一点想法 
都没有，这滩水有点深，不是我这种非科班出身的能趟的，并且感觉难以应用到我现在这个 
领域中。 

   Koller才从教10年，所以学生还没有涌现出太多的牛人，这也是她不能跟Jordan比拟的 
地方，并且由于在stanford的关系，很多学生直接去硅谷赚大钱去了，而没有在学术界开江 
湖大帮派的影响，但在stanford这可能太难以办到，因为金钱的诱惑实在太大了。不过Kol 
ler的一个学生我非常崇拜，叫Ben Taskar，就是我在（1）中所提到的Jordan的博后，是好 
几个牛会的最佳论文奖，他把SVM的最大间隔方法和Markov network结合起来，可以说是对 
structure data处理的一种标准工具，也把最大间隔方法带入了一个新的热潮，近几年很多 
牛会都有这样的workshop。 我最开始上Ben Taskar的在stanford的个人网页时，正赶上他 
刚毕业，他的顶上有这么一句话：流言变成了现实，我终于毕业了！ 可见Koller是很变态 
的，把自己的学生关得这么郁闷，这恐怕也是大多数女faculty的通病吧，并且估计还非常 
的push！ 

Machine learning 大家（3）: J. D. Lafferty 

   大家都知道NIPS和ICML向来都是由大大小小的山头所割据，而John Lafferty无疑是里面 
相当高的一座高山，这一点可从他的publication list里的NIPS和ICML数目得到明证。虽然 
江湖传说计算机重镇CMU现在在走向衰落，但这无碍Lafferty拥有越来越大的影响力，翻开 
AI兵器谱排名第一的journal of machine learning research的很多文章，我们都能发现a 
uthor或者editor中赫然有Lafferty的名字。 

   Lafferty给人留下的最大的印象似乎是他2001年的conditional random fields，这篇文 
章后来被疯狂引用，广泛地应用在语言和图像处理，并随之出现了很多的变体，如Kumar的 
discriminative random fields等。虽然大家都知道discriminative learning好，但很久 
没有找到好的discriminative方法去处理这些具有丰富的contextual inxxxxation的数据， 
直到Lafferty的出现。 

   而现在Lafferty做的东西好像很杂，semi－supervised learning， kernel learning， 
graphical models甚至manifold learning都有涉及，可能就是像武侠里一样只要学会了九 
阳神功，那么其它的武功就可以一窥而知其精髓了。这里面我最喜欢的是semi－supervise 
d learning，因为随着要处理的数据越来越多，进行全部label过于困难，而完全unsuperv 
ised的方法又让人不太放心，在这种情况下semi－supervised learning就成了最好的。这 
没有一个比较清晰的认识，不过这也给了江湖后辈成名的可乘之机。到现在为止，我觉得c 
mu的semi－supervised是做得最好的，以前是KAMAL NIGAM做了开创性的工作，而现在Laff 
erty和他的弟子作出了很多总结和创新。 

   Lafferty的弟子好像不是很多，并且好像都不是很有名。不过今年毕业了一个中国人， 
Xiaojin Zhu(上海交通大学校友)，就是做semi－supervised的那个人，现在在wisconsin- 
madison做assistant professor。他做了迄今为止最全面的Semi-supervised learning li 
terature survey， 大家可以从他的个人主页中找到。这人看着很憨厚，估计是很好的陶瓷 
对象。另外我在（1）中所说的Jordan的牛弟子D Blei今年也投奔Lafferty做博后，就足见 
Lafferty的牛了。 

   Lafferty做NLP是很好的，著名的Link Grammar Parser还有很多别的应用。其中langua 
ge model在IR中应用，这方面他的另一个中国学生ChengXiang Zhai(南京大学校友，2004年 
美国青年科学家总统奖(PECASE)得主)，现在在uiuc做assistant professor。 

Machine learning 大家（4): Peter L. Bartlett 

   鄙人浅薄之见，Jordan比起同在berkeley的Peter Bartlett还是要差一个层次。Bartle 
tt主要的成就都是在learning theory方面，也就是ML最本质的东西。他的几篇开创性理论 
分析的论文，当然还有他的书Neural Network Learning: Theoretical Foundations。 

   UC Berkeley的统