吳恩達導師Michael I.Jordan剛去清華手寫版書講了三天課，這有一份他的課程筆記

作者：魏子敏，龍牧雪，朱星宇，唱歌的蔬菜，Jenny

被稱為「機器學習之父」的Michael I. Jordan教授上周（9月12-14日）在清華進行了為期三天的校內公開課，面對清華同學分享了他在伯克利AMP Lab和RISE Lab的最新研究成果。

Jordan教授本次親自上陣授課實屬難得，為保證教學質量，本次系列課程也只面向清華學生開放，且不設錄像直播，頗為珍貴。據大數據文摘了解，Jordan教授授課風格頗傳統，全程拋棄多媒體設備，手寫版書公式。本次講座內容由機器學習方法和系統組成，主要涉及概率圖模型、統計推斷和模型評判，以及大規模機器學習的分散式優化演算法和計算框架，為清華學生分享了大量乾貨。

Michael I. Jordan教授課堂風格

據了解，這是Jordan教授第一次以傑出訪問教授的身份到清華開設課程，之後兩年的秋季學期，Jordan教授都會回到清華進行授課，並掛靠軟體學院開展各項具體工作，指導大數據系統軟體國家工程實驗室各個研究組的工作。想要聆聽大神課程的同學，現在報考清華還不晚，文摘菌只能幫你到這裡了。

周日晚，Michael教授還為清華2017級新生進行了一次面對面的答疑，詳細回答了現場聽眾從機器學習發展瓶頸，到學術發展建議等十多個問題。座談會主辦方是清華大學軟體學院，現場出席嘉賓有：軟體學院院長王建民，交叉信息研究院助理院長徐葳。軟體學院龍明盛老師擔任主持。大數據文摘有幸到場聆聽了本次座談會，並獨家對話了Jordan教授關於機器學習在業內的發展情況。

現場同學對人工智慧非常好奇，Jordan教授為此做了耐心解讀。

關於「人工智慧有情商嗎」？他的解讀是，機器人不需要產生感情，因為有感情的人類已經夠多了，它們要去做一些人類做不了的事情，例如海量數據分析。當然我們可以讓機器理解一些預設的規則，用技術手段去協助視力或聽覺受損的人實現便捷的交互。

而當被問及「人工智慧是怎麼學習的」？Jordan教授回答說，電腦不像人類一樣用抽象概念學習不同領域的知識，電腦運用的是數學手段。電腦可以學習並運用不同領域的知識，但是領域間不能差異太大。智能翻譯和推薦系統就是很好的例子，都是通過類比相似數據得出結果。

也有同學對於Geoffrey Hinton近日提出的對反向傳播的質疑頗感興趣。

反向傳播演算法（Back Propagation）是一種適用於含有隱含層的神經網路進行權重調整的梯度推算演算法，但是事實上這種演算法並非人腦工作機制。近日，發明反向傳播演算法的Hinton提出這種「不自然」的演算法可能是讓機器學習不能達到真正智能的原因，並且應該嘗試拋棄BP另起爐灶，這種想法也得到了李飛飛等人的支持。

對於這種重新開始的趨勢，Jordan教授有另一種的看法：我們對人腦的了解有限，因此無法得到一種模仿人腦神經元的演算法；反觀「不自然」的BP演算法，神經網路在使用BP演算法之後的確有了非常好的發展，更何況經過多年嘗試，得到神經網路訓練中需要的隱含層梯度的方法中，BP是獨一無二的。這種高效的人腦無法實現的功能在Jordan看來是一個優勢，應該被保留。

當被問及機器學習在工業界的應用時，Jordan教授介紹說其實很多行業都有驚人數量的機器學習應用，比如亞馬遜的反欺詐系統和供應鏈管理。

「常規的信用卡欺詐率是3%，也就是所有交易量的3%存在被盜風險。當亞馬遜開始做電商的時候，每天有1千萬美元的交易量。如果其中3%是欺詐的話， 那欺詐的量就非常大了。於是亞馬遜將交易分類標註為「欺詐」或「非欺詐」。從而在過去20年將系統欺詐率控制在0.01%以內。在此基礎上，亞馬遜開始快速發展。」

「我在美國要買一台冰箱，一周內能送到。這就要求冰箱不能在我下單的時候才從印度裝船，對吧？需要考慮要怎麼樣才能保證5個月前冰箱會被造出來然後裝船，並被送到正確的地址和正確的人手裡。這事兒沒有看起來那麼簡單。假如印度洋上遇上了颱風，船隻不能運作了，怎麼辦？人類無法做這些規劃，但統計機器學習可以，你可以用演算法以及所有的數據，看所有信息包括船隻建造材料等等，來做出預測。就這樣，上億人都可以買到他們想要的貨物。阿里巴巴也在做這件事情。」

「滴滴和優步，這些公司都是基於機器學習的：預測正確的車輛怎樣在正確的時間到達正確的地點，以及其相應的價格。」

他表示，除了電子商務以及互聯網、金融行業，機器學習未來在各個行業都會應用，比如娛樂業甚至農業，因為許多公司積累了大量的數據。

最後，Jordan教授面向全體大一新生，談到了如果想未來從事機器學習，應該掌握哪些領域的知識。

他說，人類一直在創造新的知識領域，所以保持一直在學習的狀態非常重要。

」我一直在讀書，讀各種各樣我不了解的領域的書。而且就算在數據科學和機器學習領域，我要學的還有很多很多。」

「計算機科學、統計學和最優化方法。為了應對現實世界的不確定性，你們還需要了解一點經濟學、運籌學。我也建議你們學習人文學科：藝術、文化、歷史、社會科學……大學只有四年，之後你們可能還會讀碩士博士，但是那之後呢？」

Jordan教授建議學生們利用好自己的老師，主動尋求老師的建議。他鼓勵同學們不要全部選「別人都在選」的課，不要和十年前的學生一樣，而是要有自己的風格。

他鼓勵同學們說，「如果你們只選計算機系的課的話，我不會要你們來讀我的博士的。儘管去學物理或者法語吧，這代表你對知識的好奇。做你們自己，開創你們自己的道路。」

Michael I. Jordan教授現執教於加州大學伯克利分校，任電氣工程與計算機科學系和統計系傑出教授，實時智能決策計算平台實驗室（RISELab）共同主任、統計人工智慧實驗室（SAIL）主任、統計系系主任。Jordan教授長期引領著機器學習、統計學的理論、方法與系統研究，是貝葉斯網路、概率圖模型、層次隨機過程等多個重要方向的主要奠基者之一，也是統計學與機器學習交叉融合的主要推動者之一。Jordan教授是美國科學院、美國工程院、美國藝術與科學院三院院士，是機器學習領域唯一一位獲此成就的科學家。吳恩達等都是他的學生。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！