Deeplearning Algorithms tutorial

谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开始全面拥抱机器学习，新产品进军家庭智能音箱并打造工作站级别Mac。另外，腾讯的深度学习平台Mariana已支持了微信语音识别的语音输入法、语音开放平台、长按语音消息转文本等产品，在微信图像识别中开始应用。全球前十大科技公司全部发力人工智能理论研究和应用的实现，虽然入门艰难，但是一旦入门，高手也就在你的不远处！ AI的开发离不开算法那我们就接下来开始学习算法吧！

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。主要研究计算机怎样模拟或实现人类的学习行为，以获取新的知识和技能，重新组织已有的知识结构，不断的改善自身的性能。

机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。这些算法是一类能从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。简而言之，机器学习主要以数据为基础，通过大数据本身，运用计算机自我学习来寻找数据本身的规律，而这是机器学习与统计分析的基本区别。

机器学习主要有三种方式：监督学习，无监督学习与半监督学习。

(1)监督学习：从给定的训练数据集中学习出一个函数，当新的数据输入时，可以根据函数预测相应的结果。监督学习的训练集要求是包括输入和输出，也就是特征和目标。训练集中的目标是有标注的。如今机器学习已固有的监督学习算法有可以进行分类的，例如贝叶斯分类，SVM，ID3，C4.5以及分类决策树，以及现在最火热的人工神经网络，例如BP神经网络，RBF神经网络，Hopfield神经网络、深度信念网络和卷积神经网络等。人工神经网络是模拟人大脑的思考方式来进行分析，在人工神经网络中有显层，隐层以及输出层，而每一层都会有神经元，神经元的状态或开启或关闭，这取决于大数据。同样监督机器学习算法也可以作回归，最常用便是逻辑回归。

(2)无监督学习：与有监督学习相比，无监督学习的训练集的类标号是未知的，并且要学习的类的个数或集合可能事先不知道。常见的无监督学习算法包括聚类和关联，例如K均值法、Apriori算法。

(3)半监督学习：介于监督学习和无监督学习之间,例如EM算法。

如今的机器学习领域主要的研究工作在三个方面进行：(1)面向任务的研究，研究和分析改进一组预定任务的执行性能的学习系统；(2)认知模型，研究人类学习过程并进行计算模拟；(3)理论的分析，从理论的层面探索可能的算法和独立的应用领域算法。

PageRank

PageRank算法用于衡量特定网页相对于搜索引擎中的其它页面的重要程度，从而使得“等级/重要性”的网页会相对排在前面。需要注意的是PageRank重要性级别并不是线性增长的，而是类似于指数的关系。

PageRank算法基本思想：是让链接来“投票”，即网页的重要性由网页间的链接关系所决定的，算法是依靠网页间的链接结构来评价每个页面的等级和主要性，一个网页的PR值不仅涉及到指向它的链接网页数，还涉及指向它的网页的本身重要性。PageRank的计算时基于两个基本假设的，一个是数量假设，即如果一个页面接收到的其它网页的链接数量越多，该网页越重要；另一个是质量假设，即质量高的页面通过链接传递更高的权重。

在初始阶段，通过网页链接关系构建有向图，每个页面设置相同的PR值，通过PageRank的计算公式每次迭代更新当前页面的PR值，通过若干轮递归计算，会得到每个页面的最终的PR值。PageRank算法公式为：

其中是页面的PageRank值,n是所有页面的数量，是不同的页面，M(i)是链入页面的集合，L(j)是链出页面的数量，d是阻尼系数（任意时刻用户到达某页面后并继续向后浏览的概率），d的取值范围为0到1。

相关应用

虽然PageRank算法最广为人知的作用是用于网页排名。但它不仅仅只有这个用途，经过多年发展，它也可以应用于神经科学、交通网络等领域中；如用来评估不同大脑区域之间的连接和重要性，以及随着年龄的变化结果会如何改变；也用来预测城市交通流量和人员动向，这有助于提前预测现代交通可能出现的拥堵情况。

优缺点

优点：是一个与查询无关的静态算法，所有的网页重要性值通过离线计算获得；能有效减少在线查询的计算量，极大的降低查询响应时间。

缺点：该算法忽略了查询的主题特征及相关性，导致结果的相关性和主题性降低；旧的页面会比新的页面等级高。