机器学习学习记录
¶免责声明
我是猪鼻，我是猪鼻，本文旨在记录一只又懒又笨的小老鼠学习机器学习的过程，无专业指导，无专业参考资料，也指不定什么时候就会放弃。
¶写在前面
自我认证一个特点，“单线程”…，我很早就想学点新东西，但我的cpu一直被阻塞…原因就是找工作，不得不说真难呀，一开始没重视，简历差，八股也差，想去的公司又少，流程还慢，到四月份了还没一个定论，一浮躁起来什么其他事都不想干（放松除外），所以一直搁置，直到最近感觉学八股快到头了，再继续学收益不高，索性学点新东西试试。
自问自答讲几个心历路程。
为什么是机器学习，不是语言进阶或是专攻几个组件亦或者架构设计方面的呢？
两个原因
- 兴趣使然，虽然我在这几个方面都属于初学者，但我隐约可以预见我对于后者那些方向的学习路程，更多的是剖析和吸取经验，再做拓展，很难创新。而机器学习给我的感觉更为特殊，它更像是搭建，按照人类的思维轨迹，创造出新的生物思维一般。（这里说的大了，就当我好奇心重就行了）
- 收益，chatgpt的横空出世，引发了席卷全球的风暴，有人形容它为第四次工业革命的开端，我不觉得夸张。有句话是这么说的，如果纺织机能完全替代纺织工人，那只有去做制造纺织机的人才能保住工作。从几个例子里我已经看到了初阶工程师被替代的可能，所以其实我没有选择。（也说大了，机器学习入门和chatgpt的差距我都懒得比喻，但收益确实是需要考虑的点）
为什么不读研，或者类似碰壁更少的路？
也是两个原因
- 没有条件
a) 考不上，花半年到一年的时间让我去学一些不感兴趣的东西，纠结那些细枝末节又收益极低的问题，埋了我得了。（不吐槽太多，我对于这部分想法一直很偏激）
b) 没钱，除了学习，我同样热爱生活，有钱才能实现我的梦想。 - 优先级问题，我并没有把这件事当成我的头等大事，路要踏踏实实的走，如果把目标划分成 “能做好的”，"想做好的"这两个维度，显然我不一定甚至很难说做的好。
暂时就这些，如果想到更多的再补充吧。
¶Let’s Go
¶Day1 2023.04.08
我有两个学习习惯，比较好描述，也同样打算这么开始。
- 实践-理论-实践，从成果出发，映照着一些概念性的东西入门，再做一些逻辑推演，学习一些理论，再回到实际产品，结合理论来重新分析。举个栗子，比如说计算机网络，这个比较庞大的内容，我很喜欢用抢红包这个事件来出发，理解网络上各个节点的概念的时候，我会想象从手机点击按钮开始，中间的信息传递经过了哪些部分，最终怎么到服务器，又怎么回来的，诸如此类的想法。一些通俗易懂的博客或者科普视频都是这么做的，非常好理解。
所以这次同样打算这么开始，选择的栗子就是大学里简单搞过的象棋人工智障。我得提一下这玩意儿的背景，它的一手开发者是何俊毅（我发小），他在大二上学期的时候有一门课主题好像是游戏+ai的结合，于是他大作业就搞了这个，算法自己写的，素材网上找的。我大二下（记不清了，应该这个时候）也选了个机器学习的选修课，当时不是奔着学来的，就因为这门课的老师是最松的老师哈哈，我忙着学别的嘛，就选这门课来凑学分了。最后大作业就直接白嫖何俊毅的人工智障了，但因为真的太智障了（除了会走啥也不会，将军摆脸上都不吃），我就和jiedai（大学好友）修了下算法，勉强还行。 - 总分总，或者叫递归式学习？从最宽泛的概念开始，系统了解之后，再分细节展开，最后总结式的记忆。没啥好说的。
今天主要做的事情是思考，下午打了两个小时球，除了投篮的那一下以外，其他时候都在对上面所述的象棋人工智障在做联想。记录一下都想了些啥，下面会把这个人工智障称为"阿尔法鼠"（大学同学的戏称）
我们试着理解这么几个概念
- 局面
象棋的初始状态，所有棋子按照规则摆放在它应该摆放的位置，在移动数步之后，摆放位置会发生一定的变化，我们称某一时刻，所有棋子的摆放位置为局面 - 动作
每一个棋子都可以按照规则来进行移动，比如象走田，马走日
很简单地可以发现，局面和动作之间是关联的，每一个局面经过一次动作会到达另一个局面。
于是阿尔法鼠一代就做好了，用代码的方式让它记录当前的局面，并遍历所有棋子，获得所有可以进行的动作，并随机选择一个，它就可以在毡板上任人宰割了。
想象一下假如自己是一个象棋初学者，你下的第一盘棋是什么样的。按照说明书上的，把每个棋子正确置放之后，看着自己面前的棋子十分茫然，不知道该动哪一个，选好了之后还要对照说明书，看看可以怎么动。跟阿尔法鼠一代是不是有点像。
这么笨可不行，再优化下试试，让我们来尝试两个新概念
- 局势
通过规则我们可以知道，只要自己的老大被干掉就输了，反之干掉对面老大就赢了，我们称越接近胜利的局面 局势越好，反之局势越差。按照经验（切记不要先入为主，经验只是帮助我们理解的工具）必杀局面（一步或者几步就能将死），棋子数量差距，棋子布局，按照人类的思考方式，这些都能成为评估局势的手段。 - 策略
在所有可以选择的动作中，我们尝试不再按照相同的概率去选择，某些动作被执行的概率更高，反之部分概率则会降低，影响动作执行的概率我们称之为策略。
同样可以简单的发现，局势会影响策略，但需要注意的是，局势可以理解成策略的子集，我们完全可以忽略局势这个概念，只要告诉阿尔法鼠一定的策略，他就会更聪明，只不过在象棋中，局势这个概念更容易被理解和分析，所以单拎出来讲了而已。
想象一下被告知有这两种策略的阿尔法鼠，一、有帅吃帅，无帅吃车，车帅都无，马炮也行。二、无马无炮，起士保帅，士已到位，再起个象。
ok，阿尔法鼠在毡板上蹦跶了两下，双炮上来就换掉对面的双马，然后就开始原地防守。
这俩策略有点猪鼻怎么办，有没有简单一点办法让它能思考更多东西。
引入在博弈游戏中常出现的局势这个概念，我们先按照经验制定一版简单的，按照棋子的棋力来描述局面，将帅最重要，吃掉就赢，定一个一万分，车也还行，一百分，马灵活一点，80分，炮吃子的时候藏得深，60分…
于是简单的局势评估就这么定好了，阿尔法鼠在每次进行动作选择的时候，会判断动作结束之后的局势，局势越好的动作，越可能被它选择到。
这次它蹦跶地更厉害了，会点进攻又会点防守，但为什么怎么蹦跶，都还在毡板上呢？原因自然是局势的判断或者策略不够好，稍微懂点象棋的朋友应该知道，按照棋力去评估局势其实是很好的手段了，不至于让它这么蠢，所以问题还是出在策略上，它只看的到一步之后的局势。
如果它只能分析一步，会连换子都不知道，用自己的车横冲直撞，然后被别人轻松的吃掉。那我们可以优化一下，能不能想两步或者更多？先试试看两步，两步怎么看？阿尔法鼠不敢违反规则，它只能动一步，下一步得对面来走。在苦恼之际，伟大的科学家蒙特卡洛出现了，小鼠啊，让我来告诉你该怎么想，假设你走这步，再去遍历阿尔法猪（阿尔法鼠的对手）的动作，看看它能到达的最好局势，选最终导致这个最好局势最差的那一步就行啦。
阿尔法鼠恍然大悟，这个策略不错，它终于逃离了毡板，但还是在洗手池里被抓了回来。
反思一番之后发现，聪明的阿尔法鼠举一反三，它把蒙特卡洛的话扩展了一番，决定反复横跳三次，双层饼不行就三层饼，三层不行就四层！
可怜的阿尔法鼠还没被宰就因为大脑过载死亡了。
为什么会出现这样的结果呢，不难理解，第一次选择的动作假如有一百个，那么两层想象就有100*100 一万种，三层一百万，四层一亿，虽然阿尔法鼠的脑子很好用但还是禁不起这样压榨。
不过没事，虽然我们暂时没能帮助阿尔法鼠崛起，但可以比较清楚地理解策略和局势这两个概念了。
day1就先到这吧，我想的肯定要更多一点，但是写是写不完了，明天再写。
思考两个问题
- 如何让阿尔法鼠想简单点？我们在下棋的时候是如何思考的？
- 在上文中，提到了很多"经验"这个词，这个是记忆在我们的脑袋里的，阿尔法鼠有没有办法积累经验，如何积累？