- 1、本文档共70页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中国机器学习白皮书
中国人工智能学会
二○一五年十一月
《中国人工智能系列白皮书》编委会
主 任:李德毅
执行主任:王国胤
副 主 任:杨放春 谭铁牛 黄河燕 焦李成 马少平 刘 宏
蒋昌俊 任福继 杨 强
委 员:陈 杰 董振江 杜军平 桂卫华 韩力群 何 清
黄心汉 贾英民 李 斌 刘 民 刘成林 刘增良
鲁华祥 马华东 马世龙 苗夺谦 朴松昊 乔俊飞
任友群 孙富春 孙长银 王 轩 王飞跃 王捍贫
王万森 王卫宁 王小捷 王亚杰 王志良 吴朝晖
吴晓蓓 夏桂华 严新平 杨春燕 余 凯 余有成
张学工 赵春江 周志华 祝烈煌 庄越挺
《中国机器学习白皮书》编写组
组长:陈松灿 高 阳
组员:黄圣君 李武军 薛 晖 俞 扬 余志文
詹德川 詹志辉 张利军 张敏灵 庄福振
1
目 录
第1 章 引言 1
第2 章 主流机器学习技术进展 3
2.1 度量学习3
2.2 多核学习7
2.3 多视图学习10
2.4 集成学习14
2.5 主动学习18
2.6 强化学习22
第3 章 新兴机器学习技术选介 27
3.1 迁移学习27
3.2 深度学习31
3.3 统计关系学习34
3.4 演化学习36
第4 章 大数据时代的机器学习 41
4.1 并行机器学习41
4.2 哈希学习46
4.3 在线学习48
第5 章 结束语 52
2
第1 章 引言
“机器学习”(Machine Learning )是人工智能的核心研究领域之
一,其最初的研究动机是为了让计算机系统具有人的学习能力以便实
[1]
现人工智能 。机器学习领域奠基人之一、美国工程院院士T. Mitchell
教授在其经典教材《Machine Learning》中所给出的机器学习经典定
[2]
义为“利用经验来改善计算机系统自身的性能” 。一般而言,经验
对应于历史数据(如互联网数据、科学实验数据等),系统对应于数
据模型(如决策树、支持向量机等),而性能则是模型对新数据的处
理能力(如分类和预测性能等)。因此,机器学习的根本任务是数据
的智能分析与建模。
随着信息技术不断向网络化、低成本方向发展,人们在社会生活、
科学研究等各个领域中的数据正以前所未有的速度产生并被广泛收
集、存储。如何实现数据的智能化处理从而充分利用数据中蕴含的知
识与价值,已成为当前学术界与产业界的共识。正是在这样的大趋势
下,机器学习作为一种主流的智能数据处理技术,其作用日渐重要并
受到了广泛关注。
例如,美国科学院、工程院两院院士T. J. Sejnowski 等人2009
年在《Science》上撰文指出,机器学习正成为发展新的学科的基础之
[3]
一 ;美国政府2012 年公布的大数据研究发展计划中,将机器学习
作为核心支撑技术;在我国制定的《国家中长期科学和技术发展规划
纲要》(2006-2020 年) 中,以机器学习为核心的“智能”关键词在目
录中6 次出现。特别值得一提的是,计算机界最高奖图灵奖在 2010
年与2011 年连续两年授予机器学习领域的两位杰出学者(L. Valiant ,
2010 年度;J. Pearl ,2011 年度),这标志着机器学习经过
文档评论(0)