Machine Learning 共筆 Week 1

Introduction of machine learning

採用 Coursera 林軒田大大的機器學習課程

本週課程會沿著以下的路線走:

• 什麼時候可用機器學習?
• 這些情形為什麼機器學習可用?
• 要怎麼學 ML?
• 要怎麼樣讓 ML 做得更好?

What is Machine Learning?

什麼是學習?

• 學習從觀察出發 → learning → 技能
• 我們希望用電腦來模擬類似的學習過程，學習主體是電腦
  data → ML → skill
• 舉例來說:
  stock data → ML → more investment gain

機器學習使用情境:

1. 畢竟有些東西我們不知道怎麼事先定義規則:
   例如上火星會遇到的問題，我們不可能預先定義好所有會遇見的狀況，這時候就要靠機器觀察環境狀況
2. 有些東西我們不容易寫出定義，像是聲音和視覺的辨認，規則很難訂
3. 需要被快速決定的任務
4. 需要大規模的個人化服務

需要思考問題適不適合使用機器學習，有三個關鍵:

1. 要有效能可以增進，要有某些目標可以讓機器去學
   像是數學的目標，讓證明的正確率上升
2. 有規則，但我們不知道該怎麼寫定義 (no programmable definition)
3. 機器學習一切都是以資料開始的，所以需要有資料

機器學習的應用

食 (food)

• data: Twitter data (word + location)
• skill: 容易食物中毒嗎?

衣

• data: 銷售數據 + 顧客研究
• skill: 給出推薦的時尚穿搭

住

• data: 建築特徵 + 耗能程度
• skill: 預測建築物蓋好之後的能源消耗

行

• data: 交通號誌
• skill: 提升號誌辨識的準確率

育

• data: tutoring system 上的 quizzes 紀錄
• skill: 預測學生答題的程度，答下一個題目會不會答對

樂

• data: 讓使用者對某些電影評價
• skill: 推薦使用者一些他們可能會喜歡的電影

範例: 機器怎麼學習我們的喜好

推薦系統的模型:

• 把人的喜好化成特徵數字欄位
• 喜歡動作片 → 在動作片那欄的特徵數字就高一點
• 把電影化成特徵數字欄位
• 對兩個特徵數字欄位做比較: viewer/movie factors → rating
• 機器手上只有 rating，要知道 viewer 可能會給下一部電影的評價必須從 rating 反推回來
• 先將下一部電影化成特徵數字欄位 → (movie/unknown movie) * rating

所以推薦系統的學習方式:

• known rating
• learned factors
• unknown rating prediction

Components of learning

以信用卡申請為例

想解決的問題:

• 究竟使用者會好好用卡還是會造成問題呢?
• 怎麼發卡才會對銀行最好?

從資料出發，資料來自我們想學但暫時還找不到的理想 f pattern (f 產生出資料) → ML → 告訴我們 g ，用來預測之後的資料

這流程內有兩件需要注意到的事情:

• (1) f 我們不會知道，知道就不用 ML 了
• (2) g 要和 f 很像，差異越小越好

並且:

• 會有各種 g hypothesis 的公式在一個大集合 H 內
• 機器學習就是要從看到的資料內，去 H 集合中挑出覺得最好的公式

於是 ML 一開始會有兩種資料輸入:

• 看到的資料
• 允許選擇的 hypothesis 集合也就是 H

重新定義機器學習:

從資料出發 → ML 算出 g → g 要很接近 f

也就是如 Quizz 的答案:

• 一開始拿到了一組 Data S4 (由 f 產生)
• 跑演算法 A 在 S3 中挑出 g
• g 就能在未來從任何的 S2 中給出 S1 這個答案