《周志华 机器学习ppt Chap01绪论课件》由会员分享，可在线阅读，更多相关《周志华 机器学习ppt Chap01绪论课件（39页珍藏版）》请在金锄头文库上搜索。
1、机器学习导论,(2016 春季学期),一、绪 论,机器学习,机器学习是从人工智能中产生的一个重要学科分支，是实现智能化的关键,机器学习,机器学习,（Machine Learning）,究竟是什么东东？,看个例子,“文献筛选”的故事,C. Brodley et al., AI Magazine 2012,在“循证医学”（evidence-based medicine）中，针对特定 的临床问题，先要对相关研究报告进行详尽评估,查询 PubMed 以获取,候选摘要,人工找出值得全文审读 的文章,“文献筛选”的故事 在一项关于婴儿和儿童残疾的研 究中，美国Tufts医学中心筛选 了约 33,000 篇
2、摘要 尽 管 Tufts医 学 中 心 的 专 家 效 率 很高，对每篇摘要只需 30 秒钟，,但该工作仍花费了 250 小时,每项新的研究都要重复,这个麻烦的过程！ 需筛选的文章数在不断显著增长！,“文献筛选”的故事,为了降低昂贵的成本, Tufts医学中心引入了机器学习技术,邀请专家阅读少量摘要，,标记为“有关”或 “无关”,分类模型,对是否“有关”,进行预测,人类专家只需阅读 50 篇摘要，系统的自动筛选精度就达到 93% 人类专家阅读 1,000 篇摘要，则系统的自动筛选敏感度达到 95% (人类专家以前需阅读 33,000 篇摘要才能获得此效果),决策树，神经网络，支持向量机， Bo
3、osting，贝叶斯网，,模型,训练数据,（label）,训练,新数据样本 (浅白, 蜷缩, 浊响, ?),?= 是 类别标记 未知,典型的机器学习过程 使用学习算法（learning algorithm） 类别标记,机器学习与数据挖掘,机器学习能做什么？,我们可能每天都,在用机器学习,权,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,20,保,留,机器 学习 模型 搜索引擎 机器学习技术正在支撑着各种搜索引擎,搜索： 南京大学,例如：互联网搜索 ,有,器,学,习,导,论,课,程,专,保,留,权,用,所,20,16,南,京,大,学,机,例如：自动汽车驾驶,（即将改变人类
4、生活）,机 器 学,习,模型,方向盘旋 转幅度 油门幅度,刹车幅度,车载摄像头,车载雷达 控制汽车 美国在20世纪 80年代就开始 研究基于机器 学习的汽车自 动驾驶技术 DARPA Grand Challenge 2004,20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留,机器学习能做什么？,小数据上就已经,很有用,20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留,例如：画作鉴别,（艺术）,画作鉴别(painting authentication)：确定作品的真伪 勃鲁盖尔（1525-1569） 的作品？ 出自 J.
5、 Hughes et al., PNAS 2009 梵高（1853-1890） 的作品？ 出自 C. Johnson et al., IEEE-SP, 2008,机,器,学,习,导,论,20,16,南,京,大,学,课,程,专,用,所,有,权,保,留,例如：画作鉴别,（艺术）,除专用技术手段外， 笔触分析 (brushstroke analysis) 是 画 作 鉴 定的重要工具；它旨在从视觉上 判断画作中是否具有艺术家的特 有“笔迹”。,该工作对专业知识要求极高 - 具有较高的绘画艺术修养 - 掌握画家的特定绘画习惯,只有少数专家花费很大精力 才能完成分析工作！,很难同时掌握不同时期、不同流派
6、多位画家的绘画风格！ C. Johnson et al., IEEE-SP, 2008,论,课,程,专,用,所,有,权,16,南,京,大,学,20,机,器,学,习,导,保,留,例如：画作鉴别,（艺术）,真迹 + 赝品,特有“笔迹”,待鉴定画作,为了降低分析成本, 机器学习技术被引入 自动鉴定 分类模型,Krller Mller美术馆与Cornell等大学的学者对82幅梵高真迹和6幅赝品进,行分析，自动鉴别精度达 95%,C. Johnson et al., IEEE-SP, 2008,Dartmouth学院、巴黎高师的学者对8幅勃鲁盖尔真迹和5幅赝品进行分析，,自动鉴别精度达 100%,J.
7、Hughes et al., PNAS 2009J. Mairal et al., PAMI12,(对用户要求低、准确高效、适用范围广),20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留,例如：古文献修复,（文化）,古文献是进行历史研究的重要素材，但是其中很多损毁严重 Dead Sea Scrolls (死海古卷) - 1947年出土 - 超过30,000个羊皮纸片段 Cairo Genizah - 19世纪末被发现 - 超过300,000个片段 - 散布于全球多家博物馆 高水平专家的大量精力 被用于古文献修复 L. Wolf et al., IJCV 2
8、011,20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留,例如：古文献修复,（文化）,一个重要问题： 原书籍已经变成分散且混杂的多个书页，如何拼接相邻的书页？ 人工完成书页拼接十分困难 - 书页数量大，且分布在多处 - 部分损毁较严重，字迹模糊 - 需要大量掌握古文字的专业人才 近年来，古文献的数字化浪潮给自动文学修复提供了机会,所,有,权,保,留,20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,例如：古文献修复,（文化）,以色列特拉维夫大学的学者将机器学习用于自动的书页拼接,已确定 相邻,已确定 不相邻,分类模型,判断 是否相邻,专家
9、确认,相邻,在Cairo Genizah测试数据上，系统的自动判断精度超过 93% 新完成约 1,000 篇Cairo Genizah文章的拼接 (对比：过去整个世纪，数百人类专家只完成了几千篇文章拼接),20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留,机器学习能做什么？,大数据上更惊人,20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留,例如：帮助奥巴马胜选,（政治）,时代周刊,20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留,例如：帮助奥巴马胜选,（政治）,通过机器学习模型：
10、在总统候选人第一次辩论后，分析出哪些选民将倒戈，为每位选民找出一 个最能说服他的理由 精准定位不同选民群体，建议购买冷门广告时段，广告资金效率比2008年 提高14% 向奥巴马推荐，竞选后期应当在什么地方展开活动 那里有很多争取 对象 借助模型帮助奥巴马筹集到创纪录的10亿美元 例如：利用模型分析出，明星乔治克鲁尼（George Clooney）对于年龄在40- 49岁的美西地区女性颇具吸引力，而她们恰是最愿意为和克鲁尼/奥巴马共 进晚餐而掏钱的人 乔治克鲁尼为奥巴马举办的竞选筹资晚宴成功募集 到1500万美元 ,导,论,课,程,专,用,学,习,20,16,南,京,大,学,机,器,所,有,权,
11、保,留,例如：帮助奥巴马胜选,（政治）,队长：Rayid Ghani 卡内基梅隆大学机器学习系 首任系主任Tom Mitchell 教授的博士生 这个团队行动保密，定期向奥巴马报送结果； 被奥巴马公开称为总统竞选的 “核武器按钮”(“They are our nuclear codes”),权,专,用,所,有,20,16,南,京,大,学,机,器,学,习,导,论,课,程,保,留,约翰 麦卡锡 (1927-2011) “人工智能之父”,1971年图灵奖,1956年夏,美国达特茅斯学院,J. McCarthy, M. Minsky, N. Lochester, C. E. Shannon, H.A.
12、 Simon, A. Newell, A. L. Samuel 等10余人,达特茅斯会议标志着人工智能这一学科的诞生,John McCarthy (1927 - 2011): 1971年获图灵奖, 1985年获IJCAI终身成就奖。人工智能之父。他提出了“人工智能” 的概念，设计出函数型程序设计语言Lisp，发展了递归的概念，提出常识推理和情境 演算。出生于共产党家庭，从小阅读10万个为什么，中学时自修CalTech的数学 课程，17岁进入CalTech时免修两年数学，22岁在Princeton获博士学位，37岁担任 Stanford大学AI实验室主任。,机器学习源自“人工智能” Artifi
13、cial Intelligence (AI), 1956 -,权,程,专,用,所,有,保,16,南,京,大,20,学,机,器,学,习,导,论,课,留,赫伯特 西蒙,(1916-2001) 1975年图灵奖,第一阶段：推理期 1956-1960s: Logic Reasoning, 出发点:,“数学家真聪明！”, 主要成就: 自动定理证明系统 (例如， 西蒙与纽厄尔的“Logic Theorist”,系统) 渐渐地，研究者们意识到，仅有逻辑 推理能力是不够的 阿伦 纽厄尔 (1927-1992) 1975年图灵奖,用,所,有,权,保,留,20,16,南,京,大,学,机,器,学,习,导,论,课,程
14、,专, 出发点:,“知识就是力量！”,爱德华 费根鲍姆 (1936- ),1994年图灵奖 主要成就: 专家系统 (例如，费根鲍 姆等人的“DENDRAL”系统) 渐渐地，研究者们发现，要总结出知识再“教”给 系统，实在太难了 ,第二阶段：知识期 1970s -1980s: Knowledge Engineering,20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留, 出发点:,“让系统自己学！”,第三阶段：学习期 1990s -now: Machine Learning, 主要成就: 机器学习是作为“突破知识工程瓶颈” 之利器而出现的 恰好在20世纪90
15、年代中后期，人类发现自己淹没在数据的汪洋 中，对自动数据分析技术机器学习的需求日益迫切,权,专,用,所,有,16,南,京,大,学,机,器,学,保,习,导,论,留,课,程,20,汽车自动驾驶 (DARPA Grand Challenge),机器学习已经“无处不在” 入侵检测 Web搜索 生物信息学 决策助手(DARPA),火星机器人 (JPL),20,16,南,京,大,学,机,器,学,习,导,论,课,程,专,用,所,有,权,保,留,今天的“机器学,习”已经是一个 广袤的学科领域,经常被谈到的“深度学习” (Deep Learning)仅是,机器学习中的一个小分支 例如，这是第32届 国际机器学习
16、大会 的“主题领域” 2006年，美国CMU (卡内基梅隆大学) 成立“机器学习系”,导,论,课,程,专,用,所,20,16,南,京,大,学,机,器,学,习,有,权,保,留,大数据时代的关键技术,奥巴马提出“大数据计划”后，美国NSF进一步 加强资助UC Berkeley研究如何整合将”数据”转 变为”信息”的三大关键技术机器学习、云计算、 众包(crowd sourcing),整合三大关键技术,权,保,20,16,南,京,留,大,学,机,器,学,习,导,论,课,程,专,用,所,有,大数据时代，机器学习必不可少,收集、传输、存储大数据的目的，,是为了“利用”大数据,没有机器学习技术分析大数据，,“利用”无从谈起,权,有,所,习,导,论,课,程,专,用,保,20,16,南,京,大,学,机,器,学,留,基本术语, ,数据集; 训练, 测试 示例(instance), 样例(example) 样本(sample) 属性(attribute), 特征(feature); 属性值 属性空间, 样本空间,
