第二次入门培训，重点介绍人工智能中经典算法和深度学习在自然语言的应用。
1. 经典算法：逻辑回归Logistic Regression。
2. 深度学习： 基于循环神经网络RNN的自然语言处理NLP，词嵌入word2vec和情感识别。
1. 概述
前一章算法层面，划分为传统机器学习算法和深度学习算法，回顾下：
左侧是传统的机器学习算法，包括逻辑回归、k-means、支持向量机SVM等（听不明白没关系），核心在于人工抽取特征。
右侧是深度学习算法，（听不明白没关系）以神经网络（neural network）为代表的多层感知机MLP、循环神经网络RNN(又称递归神经网络）和在此基础上的长短期记忆单元（LSTM），火爆的卷积神经网络CNN。
2. 经典算法：逻辑回归
逻辑回归Logistic Regression，是很经典的算法，监督学习中解决分类classification问题非常直接有效。该方法也是各类神经网络的算法基础。
假设有一些数据，特征为x1，x2，并知道标签（绿色/红色），如何建立一个模型，当知道x1，x2时，预测属于那个标签（绿色/红色）？
简单来说就是通过建立一个公式（模型）：
y=θ(1)*x(1)+θ(2)*x(2)+....+θ(0) 简化为
y=θ'X θ是权重，X是输入的特征
详细的算法实现参见：https://www.jianshu.com/p/9e298238a6f9 （可不看）。
2.1 重点
重点说几点：
1. 输入*权重=猜测值，实际基准-猜测值=误差
2. 减少误差 代价函数costFunction 或者是loss function。机器一开始很笨的随机设置权重，不断的求解减少误差cost/loss.
3. 激活函数，由于逻辑回归是一个分类问题，需要一个开关，将输入数据进行足够/不足够（开/关）处理。常见的激活函数为sigmoid或者tanh，还有relu等。
4. 求解cost/loss误差不断缩小的过程，就是求解斜率（求导）过程，一般使用梯度下降（Gradient Descent）笨笨的计算。
2.2 应用
如果能够抽取良好的数据特征，就可以做很多数据的预测，与我们自身有关的是：
1. 用户活跃预测，在我们运营里面，根据用户注册的信息、邮箱（企业邮箱/普通邮箱），手机（是否绑定）、微信（是否绑定）、团队用户数、使用信息（应用数、事件数、关键页面点击）等特征，根据以往的活跃用户，可以进行逻辑回归计算，判断24小时内新注册用户成为活跃用户的可能性。
2. 事件根源预测，根据用户发过来的消息事件，通过人为标记的是否为根源故障/事件的方式，通过学习，再有新事件就可以预测是否为根源。
逻辑回归简单易用，适合作为基准算法，也就是说快速原型demo，得出准确率accuracy、精准率precision和召回率recall。之后再使用更复杂算法去优化计算，例如神经网络NN多层感知机MLP、循环神经网络RNN等。
3 深度学习
3.1 概述
深度学习概念上没有一个特准确说法，简单起见，超过2层隐层的神经网络都可以说是深度学习。
神经网络NN最经典的算法是多层感知机MLP，如上图所示，可以理解为一堆的逻辑回归组成，一个逻辑回归不准确，用一堆来搞～
神经网络有很多的延伸：
（1）多层感知机MLP，经典神经网络，可以理解为多个逻辑回归叠加，准确度比逻辑回归LR大幅提升。详细内容参见https://www.jianshu.com/p/b9251c866344 （可不看）。
（2）卷积神经网络CNN，一般用于视觉处理，如图形识别，用在文本自然语言处理NLP的较少（http://www.aclweb.org/anthology/D14-1181）.
（3）循环神经网络RNN，跟我们相关度很高，特别是自然语言处理NLP方面。常见的诸如情感分析，单词预测（输入法）、对话机器人（谷歌助手、小米小爱）、自动写作文、自动写歌曲等。下面重点说说这个RNN。
3.2 循环神经网络RNN
这里不展开具体算法，只说用途和大概思路。循环神经网络（又称递归神经网络）属于序列模型，跟我们AIOps中的时间序列数据很类似，如监控数据、股票数据、音频、自然语言等等，这都是序列数据。与卷积神经网络CNN处理图片这些数据有些差异～
序列数据有很强的上下文关系，例如在AIOps中寻找监控数据异常点，如业务访问量异常，什么是异常？多高算高，什么时间（高峰/低谷）都是问题，依赖之前的历史数据。
而在人机对话中，今天天气怎么样？晴天。多少度呢？这些都是序列，依赖上下文，否则一句话：多少度？很难理解了。我们看看循环神经网络示例：
可以看到声音识别、自动谱写音乐（无输入）、语句情感分析、DNA序列分析、机器翻译、视频识别、实体标注等等。有一个显著特点：输入和输出是不一定对等的。
RNN的特点是，有很多的输入x<1>，每次输入会得到一个中间值a<1>，和一个预测输出值y<1>，可以不断的循环反复。举例来说：x<1>=今，x<2>=天, x<3>=天,x<4>=气，x<5>=怎。。。。
我们先不纠结具体的实现，从计算公式上看，历史的数据结果会传递到后面，今天天气怎么样？晴天。多少度？26度，温度适宜。人机对话就可以实现上下文的信息记录和处理了。
3.3 语句情感分析
举例说明，RNN在自然语言中处理的一个常见应用：语句情感分析。用户评价以及评分（1-5），常用于电商、视频（电影/电视剧）等评分，以及微博/微信舆论预测分析。通过大量有标注结果（评分）数据进行学习，训练出一个模型，当有新的语句的时候，可以预测结果（评分）。
虽然有点贵，不是很修身，但颜色很亮，布料摸起来挺舒服的，图案也好看，挺喜欢的。 5分
虽然折扣很大，颜色很亮，图案也好看，但是布料摸起来一般的，容易掉色，果然是一分钱一分货。 2分
与我们相关的就是，标签标注和根源分析，例如一个告警事件过来，文本形式，如何识别是否是根源问题，可能性多大。具体的标签（业务、网络、主机、应用）是什么样？进行根源预测和自动化打标签，这样运维运营人员，就能快速识别重要问题和业务影响。
输入数据是x，x是一系列的单词组成的数据流（序列），结果是评分y，这是多输入单输出（many to one）模式。
处理过程是将每个单词的词向量（e8928、e2468。。。）进行相加，求平均，再通过一个算法（softmax）进行概率统计，预测评分（正面/负面）。
假设有大量的数据进行训练，那么是可以建立起一个数据公式（模型），当有新的数据的时候，就可以进行预测了。貌似很简单，有两个问题：
（1）词向量是什么？一个词数字化后的向量，（不懂没关系），引出了下面词嵌入word embedding，word2vec。
（2）简单向量相加，没有语义理解。假设出现， the desert is excellent，but 。。。。的时候，其实含义完全相反了，所以需要使用到循环神经网络RNN，记录之前的单词和顺序。
3.4 自然语言NLP 词嵌入word2vec
与其他的数据，可以数字化不同，文本不是数字；所有机器学习计算都是数学计算，所以都是数字化的，数据预处理和转化对自然语言来说是必不可少的。
词嵌入word embedding，有很多解释。我用一个比较形象的比喻，就是猕猴桃或者是西瓜，西瓜里面的每一个籽，就是一个词，整个西瓜是一个3维空间，词嵌入到西瓜里面。那么西瓜就代表了一个语言集合（中文/英文小说集）：
（1） 相类似的词，可能会聚在一起，西瓜籽比较集中。（男人和女人、国王和皇后， 西瓜和苹果）
（2）词语之间的距离，就是空间距离。男人和女人很近，西瓜和苹果很近，男人和西瓜就很远了～。
嗯，那为啥是词嵌入呢？早期有一种表示方法是one-hot编码，我们看看其特点。假设中文/英文合计有10000个词，每个词占一位。 “男人”=[0 0 0 0 0 0 0 1 0 0 0 0 .....0]，是不是就可以解决语言的表示问题呢？可以解决，但是词与词没有任何的关系，完全割裂开。
通过向量空间的方式，通过训练学习，建立起一个N维（如300维）的空间，实现词语有序的组织起来。他们的词语之间的距离，一般用夹角（余弦cosθ）进行表示，如果夹角很小，cosθ很大，说明很相似。中国：北京和美国：华盛顿 可以等同，中国和美国很近（都是国家）。
假如针对各个单词，建立300维属性，如性别、高贵、年龄、食品...等属性，判断这些单词归属这些属性的可能性（概率），那么就可以得到一个矩阵，词语之间就有关联了。之后把西瓜拍遍后，就会看到词语处于不同的位置上：
我们看到，男人和女人很相似，夹角很小，苹果、橙子很近，相似度很高，所以从向量的物理位置（夹角就很小，cosθ大）。
word2vec是谷歌提出的一个词嵌入算法，通过RNN的计算方式可以训练出一个模型“词嵌入矩阵”，当要计算一个语句的时候，将语句进行分词，获取每个词对应的向量值，也可以进行比较了（计算余弦cosθ）。
根据“我喜欢喝苹果汁”，预测：“我喜欢橙子（ 汁 ）”而不是橙子（泥）。
3.5 AIOps应用
OneAlert应用AI技术，处理文本事件数据时，基本处理流程：
（1）建立自己的word2vec模型，基于目前应该是国内最大（时间最长）的监控告警事件库，通过过滤、分词、建模过程实现词嵌入模型。
（2）基于词嵌入模型，进行机器学习处理，包括聚类（cluster）关联故障事件、监督学习根源分析、标签标注等。
