Tips：未进行说明的符号主要参照Lec 1 ，部分参照其他Lec.
上一节介绍了ML中非常重要的工具VC Dimension，说明了learning发生的理论保障和一些条件：当dvc有限、N足够大、Ein较低时，learning 可行。
这节将从data出发，介绍存在noise和error时会是怎样的情况？之前的理论是否可以放宽到这种情况？
Lec 8：Noise and Error
1、Noise and Probabilistic Target
之前Pocket里面有提到noise，noise来源有三点：1）来自错误标记y；2）同一个x有两个不同的y；3）x不正确；
存在Noise的时候，VC Bound是否还有效呢？
回顾一下小球问题，小球x～P（x），抽出小球的颜色是确定的，橘色代表 f（x）≠ h（x）；绿色代表 f（x）= h（x）；
现在有noise是怎么样的？小球x～P（x），不同的是当抽出小球时，小球的颜色并不是确定的，但颜色也会存在一种分布distribution，如何获得？sample！表示为 y～P（y|x）；
在x～P（x），y～P（y|x）的情况下重新证明VC Bound，任然会是成立的，不给出证明。
实际上，只要训练&测试的（x，y）来自同一个P，则VC Bound可以work.
现在学习的目标不是target function，而是target distribution P（y|x），可以看做是 ideal mini-target + noise. 例如：结果给出P（1 | x）= 0.7，P（0 | x） = 0.3，自然会选择0.7那个结果，而0.3就可以看做是Noise的level.
到这里就可以看出，之前学习 f 的情况是学习target distribution的特例。
（注："predict ideal mini-target （w.r.t. P(y|x)）on often-seen inputs(w.r.t. P(x))" 这个结论感觉自己还没有理解好，所以也不知道怎么解释好，希望可以得到大家的指点 ）
2、Error Measure
我们的学习目标是得到一个接近f的g，g≈f. 之前也多数在围绕这个目标讨论，什么样是接近的？前面是用Eout（g）来衡量，Eout（g）越小越好。
Eout这个衡量标准有3个注意点：out-of-sample，对未来的预测；pointwise，可以在单个data上衡量；二元分类，“对”or“错”，又叫 0/1 error.
更一般的衡量标准可以用 E（g，f）表示，在一个点上判断对错再对多个点平均， E(g，f) = averaged err（g（x），f（x）），err叫做 “Pointwise Error Measure”. 所以可以表示Ein（g）和Eout（g）为：
之后的课程中主要使用 pointwise err 作为衡量，当然实际中也存在更复杂的衡量。
Pointwise Error Measure主要有两种：0/1 err 和 squared err
类别型：0/1 err 是判断对错，主要用在分类，选择对应的错误概率最低的y作为结果；
数值型：squared err 是判断“距离”，主要用在回归（后续会有介绍），y是加权平均值（可以证明得到），如下图：
到这里，对learning的理解已经深入一些了，这里再附一张更详细的learning flow的图，可以和Lec 1的比较一下：
直接给出拓展：vc theory / philosophy 对大部分H和err都可以成立！
3、Error Measure in Algorithm
结合实际应用，err存在两种错误情形：false reject 和 false accept，比如设备的指纹识别，错误的拒绝了用户 和 错误的接受了攻击者。
在 0/1 err中对这两种情形的penalty（惩罚）是同等的，但是在实际中，对于不同的应用场景、不同的使用者等来说，err两种错误情形的惩罚标准应该不同。比如 超市顾客认证系统 和 CIA认证系统，不同错误产生的后果差异巨大。所以，在设计学习算法的时候，应该考虑这一点，但是……但是……通常很难确定惩罚标准，1000？5000？or？不好说惩罚多少。通常会选择一种err的 替代品 或 容易最佳化的&合理的 err^.设计合适的err^是学习算法设计中的核心部分！
后面的章节会看到，不同的学习算法A的err^设计各异，各有千秋，自然可以理解这里说的意思，嘿嘿。选择一个right的err^非常重要！最后就会发现，大部分学习算法就是对err^的最佳化，最后都是数学问题。 个人觉得，理解了算法的err^设计，就差不多理解了算法的 philosophy.
4、Weighted Classification
给二元分类的err加上权重的分类称为weighted classification.
给出一个名词：cost或error或 loss matrix，表示不同错误情景的代价。下图展示了对应超市和CIA认证的cost matrix.
此时Ein和Eout形式为：
VC理论对于这种理论还是适用的，那么希望Ein越小越好，带weight的Ein如何解？
1）对于PLA来说，Ein = 0，weight不影响什么；
2）对于pocket来说，需要modify一下。很简单，只需在比较Wt+1和Wt时，比较加权错误的大小？！真的这么简单吗？可是考虑一下，pocket的理论保障是对于 0/1 err，这样简单的修改也许会破坏之前的理论保障？保持怀疑。
其实有一种巧妙方法可以把 weighted Ein 变换成 0/1 Ein：把y = -1 的data 复制1000倍！嗯哼~这时error matrix就和0/1 error matrix一样，可以使用 pocket 了，但其实应该modify两点（更严谨，也很巧妙）：
1）其实实现copy的时候，并不需要真的复制1000倍并存储下来，称为“virtual copy”。所以应该频繁地（1000倍）check y = -1 的data；
2）比较Wt+1和Wt时，比较加权错误的大小；
这个转化思路可以应用在很多其他的algorithms上，叫做 “reduction”。
Fun Time 值得提一下：
这个题目体现了data的unbalanced的情况，properly设置weight可以避免这种情况。
至此why部分结束，下面将主要进行各种Algorithm的介绍～