1、理解机器学习算法的一点心得从Andrew ng的公开课开始，机器学习的算法我接触到的也越来越多，我觉得机器学习算法和传统算法的最大不同就是:不会要求一个问题被100%求解，也就意味着不会有完美的解法，这也是著名的“Essentially, all models are wrong, but some are useful.”所表达的意思。正因为如此，机器学习算法往往不会有一个固定的算法流程，取而代之的把问题转化为最优化的问题，无论是ML(maximum likelihood),MAP(Maximum a Posterior)和EM(Expectation Maximization)，都是这样的
2、。 然后用不同的方法来优化这个问题，得到尽量好的结果，给人的感觉就像是一个黑盒，实际使用中需要不断地调参实验，但倘若你能理解好算法，至少能让这个盒子透明一点，这也是机器学习算法确实需要使用者去理解算法的原因，举个例子:传统算法比如一些高效的数据结构，我只需要知道一些接口就可以使用，不需要进行太多的理解，了解传统算法更多的是理解算法的思想，开阔思路，增强能力；而机器学习算法，你即使知道接口，也至少要调一些参数来达到实际使用的目的。 这样一来，阅读各类书籍和paper也就在所难免了，甚至去阅读代码以至于实现加深理解，对于实际使用还是有很大的好处的，因为不是100%求解问题，所以面对不同的应用场景，
3、想要达到最好的效果都需要加以变化。本文记录了一点自己学习的心得，私以为只要你能对算法有一种说得通的解释，就是OK的，不一定要去深挖其数学上的证明(表示完全挖不动啊_2），平方项【1】的要比绝对值【2】的惩罚大不少，这意味着【1】对于极端outlier的容忍能力更差，离太远了简直是没法承受的，对算法带来的影响就是要去满足这个outlier，从而带来一些问题。而在一定阀值以内的时候，平方项【1】的惩罚却比绝对值【2】还要小。综合来看，相对于绝对值，平方项的趋势就是去满足outlier,把绝大多数训练数据的loss降低到够小的范围即可。(略绕，但应该不难理解) Huber的优点就是既对outlier
4、有容忍力(大于阀值其增长是线性的)，又不至于全是线性增长，对误差重要程度没有太大区分(小于阀值是二次的)，所以Boyd在公开课上就说:对于绝大多数使用二次Loss function的地方来说，换用Huber基本上都会有更好的效果三. 一个复杂点的例子 前段时间组内读书会有大大分享了一片论文，开始读着无比顺畅，但就是到了其中一步无法理解，考虑了很久，就用我的“趋势”分析法_理解了下来，这里就不给上下文了，论文叫，有兴趣可以去看，我现在单把那一个公式提出来分析其目的(趋势) 其中的s()是表示传入参数的一个得分值，A( xi )表示对于xi来说所有可能的 y 结构，(y,yi) 是对结构 y 和
5、yi相异程度的惩罚项目，( yi , yi)=0 这个式子很难理解就在于maximize里还减去一个max，而且max里面还不是norm的结构，乍一看是和以前见过的有巨大差异 但仔细思考其实可以发现，A( xi )之中是有 yi 的，即训练数据。所以max() 那一项最小的取值就是 s( xi,yi )，不会比这个小，那这个式子的目的是什么呢？ 作者坚定地认为训练数据就是最好最正确的，其得分就该是最高的，所以一旦max项里面选出来的是比 s( xi,yi )大的，就对其进行惩罚，最后该式的目的就是在所有 xi 可能对应的结构 y 中，训练数据 yi 应该是最好的。与此同时加入项，是为了使与 y
6、i 结构更接近的 y 得分更高( 这个这么理解：算法给所有结构加了一个上限在那，超过了就砍头，那么(y,yi)值越小，剩下的可喘息的部分就越大，也就是得分就越高) 这个式子和经验里看到的有很大差异，但通过分析他的目的和趋势，就可以较好地理解算法和里面一些参数的意义，从而到达我们学习算法的目的四. 尾巴 这是我理解算法的一点小心得，可能会有错的地方，求指正啊 【ref】:学习是成就事业的基石 【1】.Convex Optimization （Byod） 【2】.Machine Learning - A Probabilistic Perspective 【3】.TheElementsofStatisticalLearning 【4】:Learning Continuous Phrase Representations and Syntactic Parsing with Recursive Neural Networks
