機(jī)器學(xué)習(xí)及其挑戰(zhàn)(編輯修改稿)
2024-11-22 14:59 本頁面
【文章內(nèi)容簡介】 開始進(jìn)入了計算機(jī)科學(xué)的不同領(lǐng)域 ， 甚至其他學(xué)科 ， 成為一種支持技術(shù) 、 服務(wù)技術(shù) （ 學(xué)習(xí)本身是手段 ） 機(jī)器學(xué)習(xí)角色的轉(zhuǎn)變 （續(xù)） 現(xiàn)階段對機(jī)器學(xué)習(xí)的研究可能不應(yīng)再過多地強(qiáng)調(diào)模擬人的學(xué)習(xí)能力 可能應(yīng)該把機(jī)器學(xué)習(xí)真正當(dāng)成一種支持技術(shù)（ 手段而非目的 ） ， 考慮不同領(lǐng)域甚至不同學(xué)科對機(jī)器學(xué)習(xí)的需求 ， 找出其中具有共性的 、 必須解決的問題 ， 并進(jìn)而著手研究 我們暫且把這種視角下的機(jī)器學(xué)習(xí)稱為： “ 普適機(jī)器學(xué)習(xí) ” （ Pervasive ML） 挑戰(zhàn)問題 (1)：泛化能力 共性問題： 幾乎所有的領(lǐng)域 ， 都希望越準(zhǔn)越好 提高泛化能力是永遠(yuǎn)的追求 目前泛化能力最強(qiáng)的技術(shù)： 支持向量機(jī) （ SVM） 產(chǎn)生途徑：理論 實踐 集成學(xué)習(xí) （ ensemble learning） 產(chǎn)生途徑：實踐 理論 挑戰(zhàn)問題 (1)：泛化能力（續(xù)） 第一個挑戰(zhàn)問題： 今后 10年 能否更 “ 準(zhǔn) ” ？ 如果能 ， 會從哪兒來 ？ 挑戰(zhàn)問題 (2)：速度 共性問題： 幾乎所有的領(lǐng)域，都希望越快越好 加快速度也是永遠(yuǎn)的追求 “ 訓(xùn)練速度 ” vs. “測試速度
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1