原本26秋要修读这门课的是S，毕竟999和JWC低山臭水遇知音的结果就是3秋不学这个就和爆炎名额 Say Goodbye 吧。

但是S第一节课就被没开空调的教室热跑了。并且课上打雀的时候又有神人点两家炮就是错过了S。

所以S撂挑子了。从今往后的小作文将全数来自另一个平行时空——那里的第一节课空调冷气很足，并且我们的主角兼摄像头邵绿圆同学不打四麻游戏，还在课前正确处置了一台冒白色泡泡的洗衣机所以处于「自己肯定感爆上げ↑↑」的状态，因此决定一整个学期都就这样上下去。

2026.8.31:

很遗憾的是，由于五教空调的不慎关闭，亚切斯拉夫·巴兰尼科夫（Вячеслав Баранников，PB24000721），安东·尤丁采夫（Антон Юдинцев，PB24005438），尼基塔·布亚诺夫（Никита Буянов，PB24000000）三位国际交流生不幸的中暑了，为他们悼棺🙏🙏🙏

本周主要为引入，讲解人工智能的核心结构：

环境 → 感知输入 → 智能体 / 模型 fθ → 行动输出 → 环境
                    ↑                 │
                    └──── 反馈 ───────┘

2026.9.9

本来应该昨天更新的，但是邵绿圆被妮可月饼礼盒128元/盒的价格吓晕过去了，缓了一天才醒过来，连洗衣机笑话都没来得及编撰。

所以到底有谁会买这么贵的月饼？邵绿圆清楚的记得当年新生报道的时候学校有发一个牛肉月饼，但是那个月饼的味道很烂。而之后每次吃科大月饼的时候邵绿圆同学都没什么很好的体验。某种意义上这是不是也是一次机器学习？毕竟是利用经验改善任务性能。不过严格来说，仅仅由人总结经验还不能算一个完整的机器学习系统；还得把经验记录成数据，并让某个模型的参数根据这些数据发生更新。所以这样说的话评课社区和相应的百万需要选课的柯南肯定是在机器学习了。

可以认为妮可的所有食堂同样构成一个大的数据集，每一次尝试吃一个菜都是一次对菜品选择这一模型的训练。不过就凭食堂（东区美广哈哈）能端上来油淋橘子炒肉这种东西这一点，这里的训练方式肯定是强化学习，并且损失函数用的是这个——

\(L(y,\hat{y}) = \sum_{i=1}^{N} I(y \neq \hat{y}), \qquad I = \begin{cases} 1, & y \neq \hat{y}, \\ 0, & y = \hat{y}. \end{cases}\)

因为没有正常人吃过一次油淋橘子炒肉还能品鉴第二次。正如没有正常人学过李文亚的地动理论还能正常看待天体物理概论，没有正常人听过突然的陀螺还能坚持唯粉滔博，没有正常人品鉴过岁家全套假捷豹之后还能推关带上天有四时，没有正常人听过曼波版勃兰登堡协奏曲还能自己上手排练……没有正常人了。没有。

那就让星海沸腾！让群星陨落！让银河燃烧！

回到月饼上。128元/盒的定价显然是贵的，但是作为科大的送礼专用月饼，其价值显然不止食用还有一定程度的奢侈品属性。于是可以把总价值写成各种属性和对应权重的乘积再做加和；类似的，对于妮可食堂存在的一切菜品——从恶意加价的麻辣烫到又油腻又麻辣的清炒白菜再到油淋橘子炒肉——都可以这样操作。好像回到了熟悉的线性代数B1，那里没有尔虞我诈没有复杂花样，只有最纯粹的军备大赛和最能拟合的人脑模型。有的时候邵绿圆特想看下这帮人的脑子里到底是一堆怎样的矩阵在那把输入的向量乘来乘去，但是敌方心之壁太厚我方穿甲弹正式宣告跳弹，于是只能接着孤独的训练自己那个妮可菜肴避雷模型，然后绝望的跟随模型指引走向 Fabio 。

但话又说回来了，基于之前观测到的数据直接判断菜品的可入口概率显然是来自经验、领域知识或历史统计的先验的概率。历史上吃过的牛肉月饼可以影响邵绿圆同学面对今年月饼时的先验；而真正花128元买下并吃掉今年的月饼后，根据新产生的评价更新之后的认识才是后验。然而后验的结果也是两个字——快跑。召回率高就高吧，宁可错杀十万不要放过一个！

然而实际上对于一个新到科大的xdx，整体菜品的分布\(P\)对于其是未知的，无法计算总体风险。于是只能化身老八尝百撤硕，全都试一遍再通过训练集的平均损失来作为替代目标。

假设 \(\theta\) 表示“随机选择一道菜后认为它可入口”的概率。过去共尝试 \(h+t\) 道菜，其中 \(h\)道可以接受，\(t\) 道需要避雷，那么只根据这些观测得到的最大似然估计为\(\hat\theta_{\mathrm{MLE}}=\frac{h}{h+t}\)。如果在试吃前设置先验 \(\theta\sim\mathrm{Beta}(a,b)\)，观察数据后便得到后验\(\theta\mid D\sim\mathrm{Beta}(a+h,b+t)\)。当两个后验参数都大于 1 时，最大后验估计为\(\hat\theta_{\mathrm{MAP}} =\frac{a+h-1}{a+b+h+t-2}\)

所以当年的邵绿圆同学为了得到以上参数的准确值毅然决然买了超贵月饼点了油淋橘子炒肉。所以邵绿圆同学绝望的跟随模型指引走向 Fabio 。

为了自己钱包的安全，保留一部分没有参与训练的就餐记录作为测试集吧！这样起码还有尝试新菜品的可能，不用月初流连于拼好饭和Fabio，月末败者食尘。

本周把“机器从数据中学习”写成一个标准数学问题：从未知分布 \(P\) 独立同分布采样训练集 \(S=\{(x^{(i)},y^{(i)})\}_{i=1}^n\)，在假设空间 \(\mathcal H=\{f_\theta:\theta\in\Theta\}\) 中寻找预测函数，使真实风险\(L(f)=\mathbb E_{(x,y)\sim P}[\ell(f(x),y)]\) 尽可能小。因为 \(P\) 未知，训练时只能最小化经验风险 \(\widehat L(f)=\frac1n\sum_{i=1}^n\ell(f(x^{(i)}),y^{(i)})\)，即\(\widehat f\in\operatorname*{arg\,min}_{f\in\mathcal H}\widehat L(f).\)

2026.9.24

孩子们，邵同学病的有点严重，连带着贴吧绿色圆圈都不更新了，能肘赢墨茶牢大杀出冥界吗😭😭😭