机器学习：假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得了性能改善，则关于T和P，该程序对E进行了学习
通俗讲：通过计算的方式，利用经验来改善系统自身性能
研究主要内容：“学习算法”--> 从数据中产生模型的算法
基本术语
- 模型（model）：全局性结果；模式（mode）：局部性结果
- 数据集（data set）：记录的集合（机器学习开源数据集）
- 样本（sample）、示例（instance）：关于一个事件或对象的描述
- 属性（attribute）、特征（feature）：事件或对象在某方面的表现或性质
- 属性值（attribute value）：属性的取值
- 属性空间（attribute space）、样本空间（sample space）：属性作为坐标轴张成的空间
- 特征向量（feature vector）：一个样本在样本空间中对应的坐标向量
- 维数（dimensionnality）:属性的个数
- 学习（learning）、训练（training）：从数据中学得模型的过程
- 标记（label）：关于示例结果的信息
- 样例（example）：拥有了标记信息的示例
- 标记空间（label space）：所有标记的集合
- 训练（training）、学习（learning）：从数据中学得模型的过程
- 测试（testing）：使用训练得出的模型，对结果进行预测的过程
- 学习任务：
- 泛化能力（generalization ability）：训练得到的模型适用于测试样本的能力
- 归纳（induction）：特殊到一般
- 演绎（deduction）：一般到特殊的“特化”（specialization）
- 独立同分布（independent and identically distributed）：获得的每个样本都是从这个分布上采样获得的
二、假设空间 & 版本空间
学习过程就是在假设空间中进行搜索的过程，搜索的目标是找到与训练集匹配的假设。
假设空间（hypothesis space）： 1. 假设空间的定义- 标准定义是：由输入空间到输出空间的映射的集合；
- 我所理解的是：假设空间由三部分组成
(1) 输入的训练数据集中，每一个属性的所有取值分别组合形成所有可能性结果的集合
(2) 属性取值至少含一个为“无论去什么值都合适”（即属性值为通配符“*”）的结果集合
(3) 所有属性值都无法取到的结果，即为空集，一个假设空间有且仅有一个(若训练集中包含正例，则在版本空间中，空集的假设不存在)
这里通过《机器学习》周志华原著中表1.1的示例进行阐述。
(1) 每一个属性的所有取值分别组合形成所有可能性结果。
“色泽” ： “青绿”、“乌黑”
“根蒂” ： “蜷缩”、“硬挺”、“稍蜷”
“敲声” ： “浊响”、“清脆”、“沉闷”
总共结果个数：\(2*3*3 = 18\)
色泽＝青绿，根蒂＝蜷缩，敲声＝浊响
色泽＝青绿，根蒂＝蜷缩，敲声＝清脆
色泽＝青绿，根蒂＝蜷缩，敲声＝沉闷
色泽＝青绿，根蒂＝硬挺，敲声＝浊响
色泽＝青绿，根蒂＝硬挺，敲声＝清脆
色泽＝青绿，根蒂＝硬挺，敲声＝沉闷
色泽＝青绿，根蒂＝稍蜷，敲声＝浊响
色泽＝青绿，根蒂＝稍蜷，敲声＝清脆
色泽＝青绿，根蒂＝稍蜷，敲声＝沉闷
色泽＝乌黑，根蒂＝蜷缩，敲声＝浊响
色泽＝乌黑，根蒂＝蜷缩，敲声＝清脆
色泽＝乌黑，根蒂＝蜷缩，敲声＝沉闷
色泽＝乌黑，根蒂＝硬挺，敲声＝浊响
色泽＝乌黑，根蒂＝硬挺，敲声＝清脆
色泽＝乌黑，根蒂＝硬挺，敲声＝沉闷
色泽＝乌黑，根蒂＝稍蜷，敲声＝浊响
色泽＝乌黑，根蒂＝稍蜷，敲声＝清脆
色泽＝乌黑，根蒂＝稍蜷，敲声＝沉闷
(2) 属性取值至少含一个为“无论去什么值都合适”（即属性值为通配符“*”）的结果集合
“色泽” ： “*”，“青绿”、“乌黑”
“根蒂” ： “*”，“蜷缩”、“硬挺”、“稍蜷”
“敲声” ： “*”，“浊响”、“清脆”、“沉闷”
总共结果个数：\(3*4*4-18 = 30\) (要减去不含*的项)
色泽＝*， 根蒂＝*， 敲声＝*
色泽＝*， 根蒂＝*， 敲声＝浊响
色泽＝*， 根蒂＝*， 敲声＝清脆
色泽＝*， 根蒂＝*， 敲声＝沉闷
色泽＝*， 根蒂＝蜷缩，敲声＝*
色泽＝*， 根蒂＝蜷缩，敲声＝浊响
色泽＝*， 根蒂＝蜷缩，敲声＝清脆
色泽＝*， 根蒂＝蜷缩，敲声＝沉闷
色泽＝*， 根蒂＝硬挺，敲声＝*
色泽＝*， 根蒂＝硬挺，敲声＝浊响
色泽＝*， 根蒂＝硬挺，敲声＝清脆
色泽＝*， 根蒂＝硬挺，敲声＝沉闷
色泽＝*， 根蒂＝稍蜷，敲声＝*
色泽＝*， 根蒂＝稍蜷，敲声＝浊响
色泽＝*， 根蒂＝稍蜷，敲声＝清脆
色泽＝*， 根蒂＝稍蜷，敲声＝沉闷
色泽＝青绿，根蒂＝*， 敲声＝*
色泽＝青绿，根蒂＝*， 敲声＝浊响
色泽＝青绿，根蒂＝*， 敲声＝清脆
色泽＝青绿，根蒂＝*， 敲声＝沉闷
色泽＝青绿，根蒂＝蜷缩，敲声＝*
色泽＝青绿，根蒂＝硬挺，敲声＝*
色泽＝青绿，根蒂＝稍蜷，敲声＝*
色泽＝乌黑，根蒂＝*， 敲声＝*
色泽＝乌黑，根蒂＝*， 敲声＝浊响
色泽＝乌黑，根蒂＝*， 敲声＝清脆
色泽＝乌黑，根蒂＝*， 敲声＝沉闷
色泽＝乌黑，根蒂＝蜷缩，敲声＝*
色泽＝乌黑，根蒂＝硬挺，敲声＝*
色泽＝乌黑，根蒂＝稍蜷，敲声＝*
(3) 所有属性值都无法取到的结果，即为空集，一个假设空间有且仅有一个
“色泽” ： “Ø”
“根蒂” ： “Ø”
“敲声” ： “Ø”
总共结果个数：1
色泽＝Ø，根蒂＝Ø，敲声＝Ø
综上所述，假设空间规模大小为
\(18+30+1=49\)
\((2+1)*(3+1)*(3+1)+1=49\)
(色泽两种取值，根蒂三种取值，敲声三种取值，再分别加上通配符，相乘后，加上Ø取值)
- 标准定义：一个与训练集一致的“假设集合”
- 我的理解是：版本空间是假设空间的子集，包含两个部分
(1)与正例一致的假设
(2)与反例不一致的假设
完整的假设空间：（共49条）
色泽＝青绿，根蒂＝蜷缩，敲声＝浊响
色泽＝青绿，根蒂＝蜷缩，敲声＝清脆
色泽＝青绿，根蒂＝蜷缩，敲声＝沉闷
色泽＝青绿，根蒂＝硬挺，敲声＝浊响
色泽＝青绿，根蒂＝硬挺，敲声＝清脆
色泽＝青绿，根蒂＝硬挺，敲声＝沉闷
色泽＝青绿，根蒂＝稍蜷，敲声＝浊响
色泽＝青绿，根蒂＝稍蜷，敲声＝清脆
色泽＝青绿，根蒂＝稍蜷，敲声＝沉闷
色泽＝乌黑，根蒂＝蜷缩，敲声＝浊响
色泽＝乌黑，根蒂＝蜷缩，敲声＝清脆
色泽＝乌黑，根蒂＝蜷缩，敲声＝沉闷
色泽＝乌黑，根蒂＝硬挺，敲声＝浊响
色泽＝乌黑，根蒂＝硬挺，敲声＝清脆
色泽＝乌黑，根蒂＝硬挺，敲声＝沉闷
色泽＝乌黑，根蒂＝稍蜷，敲声＝浊响
色泽＝乌黑，根蒂＝稍蜷，敲声＝清脆
色泽＝乌黑，根蒂＝稍蜷，敲声＝沉闷
色泽＝*， 根蒂＝*， 敲声＝*
色泽＝*， 根蒂＝*， 敲声＝浊响
色泽＝*， 根蒂＝*， 敲声＝清脆
色泽＝*， 根蒂＝*， 敲声＝沉闷
色泽＝*， 根蒂＝蜷缩，敲声＝*
色泽＝*， 根蒂＝蜷缩，敲声＝浊响
色泽＝*， 根蒂＝蜷缩，敲声＝清脆
色泽＝*， 根蒂＝蜷缩，敲声＝沉闷
色泽＝*， 根蒂＝硬挺，敲声＝*
色泽＝*， 根蒂＝硬挺，敲声＝浊响
色泽＝*， 根蒂＝硬挺，敲声＝清脆
色泽＝*， 根蒂＝硬挺，敲声＝沉闷
色泽＝*， 根蒂＝稍蜷，敲声＝*
色泽＝*， 根蒂＝稍蜷，敲声＝浊响
色泽＝*， 根蒂＝稍蜷，敲声＝清脆
色泽＝*， 根蒂＝稍蜷，敲声＝沉闷
色泽＝青绿，根蒂＝*， 敲声＝*
色泽＝青绿，根蒂＝*， 敲声＝浊响
色泽＝青绿，根蒂＝*， 敲声＝清脆
色泽＝青绿，根蒂＝*， 敲声＝沉闷
色泽＝青绿，根蒂＝蜷缩，敲声＝*
色泽＝青绿，根蒂＝硬挺，敲声＝*
色泽＝青绿，根蒂＝稍蜷，敲声＝*
色泽＝乌黑，根蒂＝*， 敲声＝*
色泽＝乌黑，根蒂＝*， 敲声＝浊响
色泽＝乌黑，根蒂＝*， 敲声＝清脆
色泽＝乌黑，根蒂＝*， 敲声＝沉闷
色泽＝乌黑，根蒂＝蜷缩，敲声＝*
色泽＝乌黑，根蒂＝硬挺，敲声＝*
色泽＝乌黑，根蒂＝稍蜷，敲声＝*
色泽＝Ø，根蒂＝Ø，敲声＝Ø
(1) 删除与正例不一致的假设。
正例1：色泽＝青绿，根蒂＝蜷缩，敲声＝浊响，好瓜=是
要删除的项：（41项）
2. 色泽＝青绿，根蒂＝蜷缩，敲声＝清脆
3. 色泽＝青绿，根蒂＝蜷缩，敲声＝沉闷
4. 色泽＝青绿，根蒂＝硬挺，敲声＝浊响
5. 色泽＝青绿，根蒂＝硬挺，敲声＝清脆
6. 色泽＝青绿，根蒂＝硬挺，敲声＝沉闷
7. 色泽＝青绿，根蒂＝稍蜷，敲声＝浊响
8. 色泽＝青绿，根蒂＝稍蜷，敲声＝清脆
9. 色泽＝青绿，根蒂＝稍蜷，敲声＝沉闷
10. 色泽＝乌黑，根蒂＝蜷缩，敲声＝浊响
11. 色泽＝乌黑，根蒂＝蜷缩，敲声＝清脆
12. 色泽＝乌黑，根蒂＝蜷缩，敲声＝沉闷
13. 色泽＝乌黑，根蒂＝硬挺，敲声＝浊响
14. 色泽＝乌黑，根蒂＝硬挺，敲声＝清脆
15. 色泽＝乌黑，根蒂＝硬挺，敲声＝沉闷
16. 色泽＝乌黑，根蒂＝稍蜷，敲声＝浊响
17. 色泽＝乌黑，根蒂＝稍蜷，敲声＝清脆
18. 色泽＝乌黑，根蒂＝稍蜷，敲声＝沉闷
21. 色泽＝*， 根蒂＝*， 敲声＝清脆
22. 色泽＝*， 根蒂＝*， 敲声＝沉闷
25. 色泽＝*， 根蒂＝蜷缩，敲声＝清脆
26. 色泽＝*， 根蒂＝蜷缩，敲声＝沉闷
27. 色泽＝*， 根蒂＝硬挺，敲声＝*
28. 色泽＝*， 根蒂＝硬挺，敲声＝浊响
29. 色泽＝*， 根蒂＝硬挺，敲声＝清脆
30. 色泽＝*， 根蒂＝硬挺，敲声＝沉闷
31. 色泽＝*， 根蒂＝稍蜷，敲声＝*
32. 色泽＝*， 根蒂＝稍蜷，敲声＝浊响
33. 色泽＝*， 根蒂＝稍蜷，敲声＝清脆
34. 色泽＝*， 根蒂＝稍蜷，敲声＝沉闷
37. 色泽＝青绿，根蒂＝*， 敲声＝清脆
38. 色泽＝青绿，根蒂＝*， 敲声＝沉闷
40. 色泽＝青绿，根蒂＝硬挺，敲声＝*
41. 色泽＝青绿，根蒂＝稍蜷，敲声＝*
42. 色泽＝乌黑，根蒂＝*， 敲声＝*
43. 色泽＝乌黑，根蒂＝*， 敲声＝浊响
44. 色泽＝乌黑，根蒂＝*， 敲声＝清脆
45. 色泽＝乌黑，根蒂＝*， 敲声＝沉闷
46. 色泽＝乌黑，根蒂＝蜷缩，敲声＝*
47. 色泽＝乌黑，根蒂＝硬挺，敲声＝*
48. 色泽＝乌黑，根蒂＝稍蜷，敲声＝*
49. 色泽＝Ø，根蒂＝Ø，敲声＝Ø
删除后剩余项：（8项）
1. 色泽＝青绿，根蒂＝蜷缩，敲声＝浊响
19. 色泽＝*， 根蒂＝*， 敲声＝*
20. 色泽＝*， 根蒂＝*， 敲声＝浊响
23. 色泽＝*， 根蒂＝蜷缩，敲声＝*
24. 色泽＝*， 根蒂＝蜷缩，敲声＝浊响
35. 色泽＝青绿，根蒂＝*， 敲声＝*
36. 色泽＝青绿，根蒂＝*， 敲声＝浊响
39. 色泽＝青绿，根蒂＝蜷缩，敲声＝*
正例2：色泽＝乌黑，根蒂＝蜷缩，敲声＝浊响，好瓜=是
要删除的项：（4项）
1. 色泽＝青绿，根蒂＝蜷缩，敲声＝浊响
35. 色泽＝青绿，根蒂＝*， 敲声＝*
36. 色泽＝青绿，根蒂＝*， 敲声＝浊响
39. 色泽＝青绿，根蒂＝蜷缩，敲声＝*
删除后的剩余项：（4项）
19. 色泽＝*， 根蒂＝*， 敲声＝*
20. 色泽＝*， 根蒂＝*， 敲声＝浊响
23. 色泽＝*， 根蒂＝蜷缩，敲声＝*
24. 色泽＝*， 根蒂＝蜷缩，敲声＝浊响
(1) 删除与反例一致的假设。
反例1：色泽＝青绿，根蒂＝硬挺，敲声＝清脆，好瓜=否
要删除的项：（1项）
19. 色泽＝*， 根蒂＝*， 敲声＝*
删除后的剩余项：（3项）
20. 色泽＝*， 根蒂＝*， 敲声＝浊响
23. 色泽＝*， 根蒂＝蜷缩，敲声＝*
24. 色泽＝*， 根蒂＝蜷缩，敲声＝浊响
反例2：色泽＝乌黑，根蒂＝稍蜷，敲声＝沉闷，好瓜=否
要删除的项：（0项）
最终得到的版本空间：
20. 色泽＝*， 根蒂＝*， 敲声＝浊响
23. 色泽＝*， 根蒂＝蜷缩，敲声＝*
24. 色泽＝*， 根蒂＝蜷缩，敲声＝浊响
三、归纳偏好 归纳偏好（inductive bias）的定义
- 标准定义：机器学习算法在学习过程中，对某种类型假设的偏好，称为归纳偏好。
- 我所理解的是：在版本空间所产生的假设集合中，哪一个假设是在版本空间中更好的假设，则在之后的测试过程中选择时，更偏向于哪个。
任何一个有效的机器学习算法必有其归纳偏好。若其不存在归纳偏好，则训练集中假设都“等效”，则在测试过程中，训练集的假设随机选择，得到的结果时好时坏，产生波动，则结果无意义。
“奥卡姆剃刀”（Occam's razor）原则若有多个假设与观察一致，则选择最简单的那个（使模型结构尽量简单）。
其实，并不能完全遵循“奥卡姆剃刀”原则，因为对于“模型哪个更简单？”的定义是模糊的，并没有一个确切的标准说哪个模型最简单，并且最简单的模型一定与问题密切相关。所以，算法的归纳偏好是否与问题本身相匹配，更直接决定了算法是否取得更好的性能。
“没有免费的午餐定理”（No Free Lunch Theorem） 1. 定理内容- 标准定义：无论学习算法A多聪明，学习算法B多笨拙，他们的期望性能相同。
重要前提：所有问题出现的机会相同、或所有问题同等重要。 - 我所认为其本质想阐述的是：一个适合于某问题的算法，在另一个问题上不一定适合。
其实我们在解决问题的时候，更关注于问题本身，，就当前问题提出解决方法，在存在可能性的范围内实现“举一反三”的泛化，而非一味的将当前问题的解决方案适用于其他问题，或者找出两个及以上弱相关问题之间的通解。
这里的三个公式主要为了证明学习算法\(ε_a\)与\(ε_b\)在训练集之外的所有样本上（测试数据集）的误差之和即总误差与学习算法无关。即对任意的学习算法，其总误差相等。
(根据《机器学习》周志华原著公式1.1，1.2，1.3来解释)
(1)
: 表示学习算法\(ε_a\)在训练集之外的所有样本上的误差，也即被预测样本(测试样本)上的误差。（ote：off-training error）
我认为这里的样本应该包括两部分：训练样本和测试样本，训练样本用于学习得出模型，测试样本则用来判断模型是否与问题相匹配。所以，判断与测试样本的误差，可以确定学习算法的好坏。
：就表示\(x\)属于整个样本空间减去训练样本，即\(x\)属于测试样本空间，是测试样本空间的其中一项。
(2)\(P(x)\)：表示\(x\)在整个样本空间中出现的概率
例如：（这里的举例有待考究，还望指正）
色泽=*，根蒂=蜷缩，敲声=浊响 在下面的样本空间中，\(P(x)=3/3=1\)
色泽=*，根蒂=稍蜷，敲声=浊响 在下面的样本空间中，\(P(x)=1/3\)
色泽＝*， 根蒂＝*， 敲声＝浊响
色泽＝*， 根蒂＝蜷缩，敲声＝*
色泽＝*， 根蒂＝蜷缩，敲声＝浊响
(3)
：指示函数，若\(h(x)≠f(x)\)则为1，否则为0，即表示学习算法基于训练数据产生的假设是否符合目标函数。
(4)
：表示算法\(ε_a\)基于训练数据\(X\)产生假设\(h\)的概率。因为算法\(ε_a\)在训练数据\(X\)上训练时，产生多种假设，存在其中一种假设\(h\)在训练数据\(X\)上的条件概率，并且，由算法\(ε_a\)基于训练数据\(X\)产生的所有假设的条件概率总和为1。(TODO：这里的解释可能需要修改)
(5)
：因为样本空间和假设空间是离散的，所以这里采用求和，而非连续的求积分。
根据条件期望公式，即可得出该式。
公式1.2
(1)
：表示对所有可能的目标函数\(f\)按均匀分布对误差求和。
只要满足版本空间\(χ\)的假设函数，都可以是目标函数，所以目标函数\(f\)可能不止一个。因为每一个目标函数\(f\)均匀分布，且是二分类问题(即每一个样本，都会有两个不同的目标函数\(f\))，所以对于有\(|χ|\)个样本的版本空间，则会有\(2^{|χ|}\)个目标函数，但是因为有一半的目标函数\(f\)对\(x\)的预测与\(h(x)\)不一致，即某个假设\(h\)有\(\frac{1}{2}\)的概率与目标函数\(f\)相同。(我认为可以类比满二叉树，树高为\(|χ|\)，则树中结点总数为\({1} \over {2}\)\(2^{|χ|}\))
故
\(=\)\({1} \over {2}\)\(2^{|χ|}\)
举例：
若样本空间\(χ=\{x_1, x_2\}\)，则\(|χ|=2\)，所有可能的目标函数\(f\)为：
\(f_1: f_1(x_1)=0,f_1(x_2)=0\)
\(f_2: f_2(x_1)=0,f_2(x_2)=1\)
\(f_3: f_3(x_1)=1,f_3(x_2)=0\)
\(f_4: f_4(x_1)=1,f_4(x_2)=1\)
则总共有\(2^{|χ|}=2^2=4\)个目标函数\(f\)。
若学习产生的假设\(h(x_1)=0\)，则仅有\({1}\over{2}\)的\(f\)与之相等，即\(f_1\)和\(f_2\).
所以：\(=\)\({1} \over {2}\)\(2^{|χ|}\)\(=2\)
(2)
这一步其实就是一个求和运算
\((a_1+a_2+...+a_x)(b_1+b_2+...+b_y)(c_1+c_2+...+c_z)=a_1b_1c_1+a_1b_1c_2+...+a_1b_1c_z+a_1b_2c_1+...+a_xb_yc_z\)
(3)
这一步在(1)中已经做过解释
(4)
这一步其实就是提取公因式
(5)
这一步是因为由算法\(ε_a\)基于训练数据\(X\)产生的所有假设的条件概率总和为1
不难看出，所有可能的目标函数\(f\)的总误差与算法\(ε_a\)并无关系
公式1.3
在所有可能的目标函数\(f\)均匀分布的前提下(即问题出现的机会相等，所有问题同等重要)，无论学习算法\(ε_a\)多聪明，\(ε_b\)多笨拙，他们的期望性能(总误差)相同。
但其实，我们只是假设目标函数\(f\)服从均匀分布。而真正情况是，对于某一种问题，只有与已有的样本数据或者现有问题高度拟合的函数，才是真正的目标函数，要实际问题具体分析。
所以，学习算法与问题的契合程度才是衡量学习算法优劣的决定性因素。
四、发展历程
机器学习的发展历程在Eren Golge博客中用一张图具体阐明了，在此借鉴引用。
五、应用现状
（ps：本文完全是个人学习笔记，其中引用了“西瓜书”“南瓜书”的内容，对其进行理解和解释，若有问题或错误，希望各位前辈进行指正）