機器學習及其挑戰(zhàn)(編輯修改稿)
2025-11-22 14:59 本頁面
【文章內(nèi)容簡介】 開始進入了計算機科學的不同領(lǐng)域 ， 甚至其他學科 ， 成為一種支持技術(shù) 、 服務(wù)技術(shù) （ 學習本身是手段 ） 機器學習角色的轉(zhuǎn)變 （續(xù)） 現(xiàn)階段對機器學習的研究可能不應(yīng)再過多地強調(diào)模擬人的學習能力 可能應(yīng)該把機器學習真正當成一種支持技術(shù)（ 手段而非目的 ） ， 考慮不同領(lǐng)域甚至不同學科對機器學習的需求 ， 找出其中具有共性的 、 必須解決的問題 ， 并進而著手研究 我們暫且把這種視角下的機器學習稱為： “ 普適機器學習 ” （ Pervasive ML） 挑戰(zhàn)問題 (1)：泛化能力 共性問題： 幾乎所有的領(lǐng)域 ， 都希望越準越好 提高泛化能力是永遠的追求 目前泛化能力最強的技術(shù)： 支持向量機 （ SVM） 產(chǎn)生途徑：理論 實踐 集成學習 （ 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 ” ？ 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 加快速度也是永遠的追求 “ 訓練速度 ” vs. “測試速度
教學課件相關(guān)推薦
鄂ICP備17016276號-1