谭营---机器学习研究及最新进展.ppt

谭营机器学习研究及最新进展 机器学习研究及最新进展 机器学习研究及最新进展 谭营 教授 北京大学智能科学系 视觉与听觉信息处理国家重点实验室 目录 机器学习的定义和任务 机器学习的发展历史 机器学习的主要方法 机器学习面临的挑战 最新发展方向 学习系统基本构成 机器学习的定义 通过经验提高系统自身的性能的过程 （系统自我改进）。 机器学习的重要性: 机器学习是人工智能的主要核心研究领域之一, 也是现代智能系统的关键环节和瓶颈。 很难想象: 一个没有学习功能的系统是能被称为是具有智能的系统。 Application 4 Application 4 Application 5 Application 6 Other Applications 机器学习的任务 令W是这个给定世界的有限或无限所有对象的集合，由于观察能力的限制，我们只能获得这个世界的一个有限的子集Q?W，称为样本集。 机器学习就是根据这个有限样本集Q ，推算这个世界的模型，使得其对这个世界为真。 机器学习的三要素 （1）一致性假设：机器学习的条件。 （2）样本空间划分：决定模型对样本集合的有效性。 （3）泛化能力：决定模型对世界的有效性。 要素1：一致性假设 假设世界W与样本集Q具有某种相同的性质。 原则上说，存在各种各样的一致性假设。 在统计意义下，一般假设： W与Q具有同分布。或， 给定世界W的所