直接跳过第一讲。从第二讲Perceptron开始，记录这一讲中几个印象深的点：
1. 之前自己的直觉一直对这种图理解的不好，老按照x、y去理解。
a) 这种图的每个坐标代表的是features；features的值是有物理意义的。
b) 而圈圈和叉叉是为了标注不同的样本（正样本 负样本），即label；为了后续的很多简便表示，这里正样本取+1，负样本取-1
2. Perceptron Learning策略的几何意义：表示临界线（面）的法向量旋转方向
由于label设为了+1和-1，可以直接用w+yx来表示遇上错分样本时临界线的旋转策略，很巧妙和简洁。
这里是有一个疑问的，如果每次根据一个点调整，能保证调整后这个点一定就对了么？
我想这个答案是否定的：当轮调整后，这个点不一定就对了。
比如y=+1的例子，如果W向量特别长，x特别短，而且W与x的夹角特别大，那么就可能出现W+yx之后还是不能保证W(t+1)x是正的（即夹角转不过来）；
但是这并不影响最后总体的收敛趋势（如果是Linear seperable的）
3. 为什么在Linear Seperable的条件下，Perceptron Learning Algorithm的算法策略是收敛的？
林的思路是这样的：
a) 首先假设数据是linear seperable的，在这个条件下，我们认为存在一个理想的分界线法向量Wf
b) 如果我们要求的W与Wf越接近，则认为越好
c) 如何衡量W与Wf越接近？向量内积越大，则认为越接近（夹角越小）
基于上述思路可以得到
大意就是说，按照PLA的算法策略，可以保证每一轮Wf与W的内积总是越来越大的，这个就保证了算法朝着好的方向发展。
但是还有问题，每一轮W的长度也在变化啊，这样单纯比较Wf与W的内积大小就没意义了。
因此，更进一步，有了如下的推导：
至于这里为什么用2范数，我理解主要为了表述方便一些。
这么一大段的意思就每轮算法策略迭代后，我们要求的W的长度的增长速度是有上限的。（当然，也不一定是每轮都增长的，如果展开式子的中间项是比较大的负的，还可能减小）
上面两个PPT合在一起想说明一个直观的问题：算法策略每轮朝着好的方向发展的，而且W的增速是有上限的。
有了这样的一个直观的理解，我们就可以猜测，在一定迭代次数内，算法策略是可以收敛的。即，证明如下式子：
证明过程课件并没有给出，自己划一划也就出来了：
自己的字太难看，但是这样比较快捷，凑合看了。
这个证明过程，条件放松的都蛮宽的，但是可以证明PLA的算法策略是收敛的。