机器学习研究综述.ppt

机器学习研究 王 珏 中国科学院自动化研究所 2003年3月，北京，自动化所 反思 网络经济的泡沫破灭之后，哪些是值得我们在研究方向上反思的问题呢？ 我们的研究应注意哪些课题呢？ 需求---NII计划 不分地域地、有效地获得与传输信息。 不分地域地、有效地共享硬软资源。 有效地利用信息，以提高生产率。 保证信息安全。 在过去的十年中，做了什么？ 以浏览器为核心技术的“有效获得信息”的研究取得了预期效果。 人们已可以从不同地域有效地获得信息。 但是，，， 硬软资源的使用 在网络上的硬软资源的利用率只有3-5%。 大量计算资源没有由于网络设施的支持而被充分利用。 硬软件的快速更新，导致对环境的污染。 信息的有效使用 由于技术发展的滞后，在网络上获得的信息和与提高生产率有关的信息的有效使用率甚至低于1%。 占用大量硬软资源的信息正在大量地被浪费。 信息安全 信息的安全还没有保证。 提高信息使用率 以机器学习为理论基础的各种方法，是提高信息使用率的有效途径之一。 机器学习 复杂数据分析(符号机器学习) 机器学习 机器学习的一般说明 统计机器学习 集成机器学习 机器学习的研究动力 领域应用驱动。 算法驱动。 领域应用驱动 自然语言数据分析。 DNA数据分析。 网络与电信数据分析。 图像数据分析。 金融与经济数据分析。 零售业数据分析。 情报分析。 没有一种算法可以解决复