写在前面：
在SenseTime工作了大概3个月，接触了机器学习的冰山一角，整理下这段时间的理解。
另外，这里说的机器学习，如无特殊说明，均指“监督学习”。
在下才疏学浅，如果又什么地方写错了，希望大神能不吝赐教（大神都不会来看我的博客吧）。
概念性总结：
这里介绍一些机器学习中常见的东西，如果你对此不感兴趣，可以直接跳到下一话题。
首先说明，机器学习的两大类型：分类和回归；分类，顾名思义，就是把一些输入分成k类，常见是二分类，比如，给一些图片，然后把图片分成小狗图片和非小狗图片，再比如输入一群人的各项指标，把他们分成健康和不健康两类。而回归呢，举例说就是通过很多房子面积，地理位置和价格等信息，找出潜在的关系，然后就可以通过输入面积和地理位置等信息猜测这个房子的价格。
随机森林（random forest/random trees）:
很神奇的一种分类器
决策树（decision tree）:
很神奇
boosting：
将弱分类器组合成强分类器，改良后也可以做回归
自适应boosting（adaboosting）：
boosting的一种，通过前面分类器对训练样本的训练结果调整训练样本的权重，使得之后的分类器更加关注前面分类器分错的样本；看起来挺靠谱的样子，不过对错误数据较敏感。
K邻近（KNN）：
最容易理解的分类器之一，预测的时候查看它周围k个训练样本的类别，然后做出决策。
Kmeans：
最容易理解的分类器之一，对于每个类别，在特征空间中选取一个代表点，预测的时候看输入特征与每个类别代表点的距离而做出决策。
支持向量机（SVM）：
最好用的分类器之一，也是我接触最多的一种分类器，在深度学习被挖掘出来以前，SVM可以说是应用最广的分类器之一（深度学习被挖掘出来以后也很流行）。
深度学习（Deep Learning/DL）：
最近几年被发现在某些机器学习问题上有很好的表现，DL最重要的地方不在于分类或回归，而在于提取特征，就是说，DL能根据你所需要解决的问题而自动的学习一个好的提取特征方式。
卷积神经网络（CNN）：
在我的认识中，CNN在图像处理领域有奇效；CNN最重要的就是“卷积”了，按照我的理解，“卷积”之所以有效，是因为它的工作原理类似于去观察图像的局部，然后用一个数值来描述它所观察的这个局部，这点和人脑的工作原理类似（你总不能每个像素点的观察吧，同时也不会一下子就注意到你眼前的所有景象，通常只会注意到“局部”）
感知机：
感知机是最早的监督式训练算法，是神经网络构建的基础。
这个比较好理解，其实就是对输入的每个值乘上一个数然后加起来，再加上一个常熟得到输出，公式化表示就是：f(x) = w * x + b;w是参数向量，x是输入向量，b是一个常数参数。做分类的时候根据f(x)的符号判断类别（二分类）。
前馈神经网络：
这个也比较好理解（不要被名字吓到了），实际上它就是做几次线性或非线性的变换（最早的只有线性变换，不过好像多次线性变换可以合并吧？所以之后加入了诸如对数函数等的非线性变换）。
过拟合（over fitting）：
是指模型使用的参数过多，使得该模型对训练样本有非常好的表现，但是对于训练样本之外的数据表现较差。
在DL中，网络越复杂，就越容易出现过拟合，对底层参数的训练越弱。
欠拟合（under fitting）：
与过拟合恰好相反，是指模型使用的参数太少，在训练样本上的表现不好。
来谈点比较好玩的：
先来谈谈分类（classifier）和回归（regression）吧，分类和回归的定义之前已经说了，这里用两张图来说明。
先说分类（classifier），最简单的二分类就像图1所示，平面上又两类点，找到一种规则把他们区分开来（图1所示的是用一条直线来划分（线性分类），非线性分割也有，不过不常用，因为我们可以通过调整特征来实现非线性分割（比如特征为x，如果想实现二次函数的分割的话，只需要吧特征变为[x x*x]就可以了，不过这种方法不能模拟所有的函数））
图1
再来说说回归（regression）吧，简单的说就是找一条线来“拟合”输入数据（如图2），这条线可能是直线，曲线，甚至可能是圆（我还没有遇到过，应该会有吧），和分类一样，常用的就是“线性拟合”，其他的非线性拟合通过改特征就好了。
图2
上面的图1是二维的情况，图2是一维的情况，扩展到其他维度也是很简单。
再来谈谈前馈神经网络（FFNN/feedforward neural network，图3）。这个听上去很高大上，实际上很简单。
图3
前馈神经网络一般由一层输入层（input layer），一层输出层（output layer），还有若干层隐藏层（hidden layer），层与层之间由带权值的有向边相连，训练过程采用反向传播算法，具体怎样我不是很清楚，不过我们可以来看看它是怎么工作的。
假设我们需要解决的问题是这样的：通过房子的面积，卧室数量和大厅数量来猜测房子的售价。假设我们得出的网络是图4.
图4
现在我们有一座房子的数据：200平方米，2间卧室，2个大厅。对应到图4的输入层，I1 = 200, I2 = 2, I3 = 2。从而可以计算出H1 = 1 * I1 + 0 * I2 + 0 * I3 = 200,H2 = 0 * I1 + 50 * I2 + 10 * I3 = 120,O1 = 1 * H1 + 1 * H2 = 320；所以得出，这座房子的大致价格为320万（纯用于说明前馈神经网络的工作方式，不具有参考价值）。
到这里，是不是觉得原来高大上的“前馈神经网络”瞬间变low了？实际上它的工作方式就是这么简单，不过这里介绍的只是线性运算，而如果增加隐藏层的数量，并且全都是线性运算的话，效果其实和一层隐藏层是一样的（多次线性运算可以合并），所以通常会加入诸如对数等非线性变换。除此之外，它还有很多变形，诸如自动编码器（auto encoder）和受限波尔兹曼机（RBM）。实际运用中我常接触的并不是这种神经网络，而是它的简化版支持向量机（SVM）和它的加强版卷积神经网络（CNN）。
关于支持向量机（SVM），这个没什么好说的，贴图。
图5
这张图就很好的说明了SVM的工作原理，它的核心思想就是“最大化分类间隔”，而影响它的超平面的点就是“支持向量”。
然后就是卷积神经网络了，还是一张图就可以说明一切。
图6
这张图说明了CNN的工作原理，就上图来说明，先对输入图片进行4次卷积，得到4个feature map，再经过下采样，然后经过6次卷积和下采样，最后加上全连接得到输出。之前也说过了，CNN的核心不在于分类或回归（虽然效果也挺不错的），它的核心思想是“特征提取”，也就是representation。这里有一个非常简单的例子，说明好的representation的重要性。
面对一个加法问题：9480208 + 302842 = ？，相信这对于普通人都不会太难，但是如果我们变成乘法：9480208 * 302842 = ？，这样就比较难做了；而如果我们用他们的素因子集合来表示的话就非常简单了（9480208 * 302842 = {2,2,2,2,131,4523} * {2,53,2857} = {2,2,2,2,2,53,131,2857,4523}）。会出现这样的情况是因为我们的十进制表示法适合做加法，不适合做乘法，而素因子集合表示法适合做乘法，不适合做加法。由此可见面对不同的问题，不同的representation可能会有非常大的效果差异。
事实也显示，用CNN的参数模型，去掉上面若干层，直接把它当成一个提取feature的工具，再加上SVM等简单的分类器，结果往往比精心设计的feature（如HOG，SURF）效果好。但是CNN也不是万能的，因为CNN网络的搭建本身就是一件需要“精心设计”的事情，而且在某些领域，深度学习的表现并没有“精心设计”的好。
最后推荐一些学习网站：
http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=DeepLearning http://open.163.com/special/opencourse/machinelearning.html
上面两个网站都是吴恩达（Andrew Ng）做的公开课，前一个网站内容简单，板书清楚，提供了测试题，数据和代码，但是全英文的，而且没有字幕。后一个是网易公开课，是他在斯坦福授课时候的录像，讲的很全面，有中文字幕，有课件可以下载，还有学生提问，板书较差（我没能看完，数学太差，看到后面就完全看不懂了）。
https://github.com/ty4z2008/Qix/blob/master/dl.md
这是有人做的一个机器学习和深度学习的文献列表，相当相当相当全！有些文献还给了中文翻译。
http://www.cnblogs.com/xiaowanyer/p/3701944.html http://freemind.pluskid.org/machine-learning/deep-learning-and-shallow-learning/
这两个网站都对深度学习做出了宏观上的评价和认识，适合对深度学习有一定认识之后看。
http://caffe.berkeleyvision.org/ http://caffe.berkeleyvision.org/tutorial/layers.html
caffe是一个非常好用的深度学习框架，而且提供了源代码，可以通过修改源代码来实现特殊层。