【正文】 的需求，成為更為重要的應(yīng)用領(lǐng)域 ? Q學(xué)習(xí)，動態(tài)規(guī)劃，遺傳學(xué)習(xí)，以及免疫網(wǎng)絡(luò)都成為實(shí)現(xiàn)增強(qiáng)機(jī)器學(xué)習(xí)的有效方法。 返回 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 76 機(jī)器學(xué)習(xí)面臨的挑戰(zhàn) ?隨著應(yīng)用的不斷深入 ,出現(xiàn)了很多被傳統(tǒng)機(jī)器學(xué)習(xí)研究忽視、但非常重要的問題（下面將以醫(yī)療和金融為代表來舉幾個(gè)例子） ?機(jī)器學(xué)習(xí)正與眾多學(xué)科領(lǐng)域產(chǎn)生了交叉，交叉領(lǐng)域越多 ,問題也越多 ,也正是大有可為處 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 77 醫(yī)療： 以癌癥診斷為例 ， “ 將病人誤診為健康人的代價(jià) ”與 “ 將健康人誤診為病人的代價(jià) ” 是不同的 金融： 以信用卡盜用檢測為例 ， “ 將盜用誤認(rèn)為正常使用的代價(jià) ” 與 “ 將正常使用誤認(rèn)為盜用的代價(jià) ” 是不同的 傳統(tǒng)的 ML技術(shù)基本上只考慮同一代價(jià) 如何處理代價(jià)敏感性 ？ 在教科書中找不到現(xiàn)成的答案 。 例子 1：代價(jià)敏感問題 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 78 醫(yī)療： 以癌癥診斷為例 ， “ 健康人 ” 樣本遠(yuǎn)遠(yuǎn)多于 “ 病人 ” 樣本 金融： 以信用卡盜用檢測為例 ， “ 正常使用 ” 樣本遠(yuǎn)遠(yuǎn)多于 “ 被盜用 ” 樣本 傳統(tǒng)的 ML技術(shù)基本上只考慮平衡數(shù)據(jù) 如何處理數(shù)據(jù)不平衡性 ？ 在教科書中找不到現(xiàn)成的答案 例子 2：不平衡數(shù)據(jù)問題 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 79 醫(yī)療： 以乳腺癌診斷為例 ， 需要向病人解釋 “ 為什么做出這樣的診斷 ” 金融： 以信用卡盜用檢測為例 ， 需要向保安部門解釋“ 為什么這是正在被盜用的卡 ” 傳統(tǒng)的 ML技術(shù)基本上只考慮泛化不考慮理解 如何處理可理解性 ？ 在教科書中找不到現(xiàn)成的答案 例子 3：可理解性問題 返回 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 80 機(jī)器學(xué)習(xí)的最新進(jìn)展 ? 算法驅(qū)動 (建模與數(shù)據(jù)分析 ) ? 應(yīng)用驅(qū)動 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 81 算法驅(qū)動 ? 海量非線性數(shù)據(jù) (10810) ? 算法的泛化能力考慮 ? 學(xué)習(xí)結(jié)果數(shù)據(jù)的解釋 ? 代價(jià)加權(quán)的處理方法 ? 不同數(shù)據(jù)類型的學(xué)習(xí)方法 返回 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 82 應(yīng)用驅(qū)動 ? 自然語言分析、網(wǎng)絡(luò)與電信數(shù)據(jù)分析、圖像數(shù)據(jù)分析、金融與經(jīng)濟(jì)數(shù)據(jù)分析、零售業(yè)數(shù)據(jù)分析、情報(bào)分析。 ? Web信息的有效獲取 (新一代搜索引擎 )。由此導(dǎo)致各種學(xué)習(xí)任務(wù)：數(shù)據(jù)流學(xué)習(xí)、多實(shí)例學(xué)習(xí) (部分放棄獨(dú)立同分布條件 )、 Ranking學(xué)習(xí)。 ? 蛋白質(zhì)功能分析 , DNA數(shù)據(jù)分析 , SNP數(shù)據(jù)分析 ? ……. 它們需要使用各種不同方法，解決實(shí)際問題。 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 83 應(yīng)用驅(qū)動機(jī)器學(xué)習(xí) ? 流形機(jī)器學(xué)習(xí) ? 半監(jiān)督機(jī)器學(xué)習(xí) ? 多實(shí)例機(jī)器學(xué)習(xí) ? Ranking機(jī)器學(xué)習(xí) ? 數(shù)據(jù)流機(jī)器學(xué)習(xí) ? 圖模型機(jī)器學(xué)習(xí) ? ?? 結(jié)束語 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 84 流形機(jī)器學(xué)習(xí) ? 很多問題的表示方法，使得信息十分稀疏，如何將信息稠密化是一個(gè)困難的問題（“維數(shù)災(zāi)難”），PCA是一種方法，但是，只對線性情況有效 ? 流形學(xué)習(xí)是解決上述問題的非線性方法 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 85 高微數(shù)據(jù)的低微表示 ? 線性方法 – PCA (Principal Component Analysis) – ICA (Independent Component Analysis) – FDA (Fisher Discrimination Analysis) – MDS (MultiDim Scale analysis) ? 非線性方法 – LLE (Local linear Embeding)(Roweis, Science,2022) – Isomap (Tenenbaum, Science, 2022) ?由于流形的本質(zhì)是分段線性化，因此，流形學(xué)習(xí)需要解決計(jì)算開集、設(shè)計(jì)同胚映射等問題 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 86 半監(jiān)督機(jī)器學(xué)習(xí) ? 在觀測數(shù)據(jù)中，可能有很多觀測不能決定其類別標(biāo)號。這需要根據(jù)數(shù)據(jù)中已知類別標(biāo)號的樣本與領(lǐng)域知識來推測這些樣本的類別標(biāo)號，并建立問題世界的模型，這就是半監(jiān)督學(xué)習(xí) ? 這類問題直接來自于實(shí)際應(yīng)用： 例如，大量醫(yī)學(xué)影像，醫(yī)生把每張片子上的每個(gè)病灶都標(biāo)出來再進(jìn)行學(xué)習(xí)，是不可能的，能否只標(biāo)一部分，并且還能利用未標(biāo)的部分？ 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 87 多示例機(jī)器學(xué)習(xí) ? 傳統(tǒng)的機(jī)器學(xué)習(xí)中，一個(gè)對象有一個(gè)描述，而在一些實(shí)際問題中，一個(gè)對象可能同時(shí)有多個(gè)描述，到底哪個(gè)描述是決定對象性質(zhì) (例如類別 )的，卻并不知道。解決這種“對象：描述：類別”之間 1:N:1關(guān)系的學(xué)習(xí)就是多示例學(xué)習(xí) 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 88 Ranking機(jī)器學(xué)習(xí) ? 其原始說法是 learning for ranking ? 問題主要來自信息檢索，假設(shè)用戶的需求不能簡單地表示為“喜歡”或“不喜歡”，而需要將“喜歡”表示為一個(gè)順序，問題是如何通過學(xué)習(xí)，獲得關(guān)于這個(gè)“喜歡”順序的模型。 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 89 數(shù)據(jù)流機(jī)器學(xué)習(xí) ? 在網(wǎng)絡(luò)數(shù)據(jù)分析與處理中，有一類問題，從一個(gè)用戶節(jié)點(diǎn)上流過的數(shù)據(jù)，大多數(shù)是無意義的，由于數(shù)據(jù)量極大，不能全部存儲，因此，只能簡單判斷流過的文件是否有用，而無法細(xì)致分析 ? 如何學(xué)習(xí)一個(gè)模型可以完成這個(gè)任務(wù)，同時(shí)可以增量學(xué)習(xí)，以保證可以從數(shù)據(jù)流中不斷改善 (或適應(yīng) )用戶需求的模型 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 90 研究現(xiàn)狀 ? 主要以任務(wù)為驅(qū)動力 ,學(xué)習(xí)方法有待創(chuàng)新 ? 以上這些機(jī)器學(xué)習(xí)方式還處于實(shí)驗(yàn)觀察階段，缺乏堅(jiān)實(shí)的理論基礎(chǔ) ? 實(shí)際應(yīng)用效果仍有待研究 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 91 存在的理論問題 ? 統(tǒng)計(jì)類機(jī)器學(xué)習(xí)需要滿足獨(dú)立同分布條件，嚴(yán)厲！ ? 尋找問題線性表示的空間，沒有一般的原則。 ? 信息向符號的映射，沒有好的方法。 ? 機(jī)器學(xué)習(xí)沒有一勞永逸的解決方案。 ? 領(lǐng)域知識與數(shù)據(jù)分析不可避免。 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 92 研究趨勢 ? 盡管“學(xué)習(xí)機(jī)制”還是研究的動力，然而， “煩惱網(wǎng)絡(luò)”的危機(jī)，使得更為重要的推動力來自“有效利用”信息。 ? 傳統(tǒng)領(lǐng)域借用機(jī)器學(xué)習(xí)提高研究水平。 ? 應(yīng)用驅(qū)動的機(jī)器學(xué)習(xí)方法層出不窮。 ? 基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法成為解決復(fù)雜問題的關(guān)鍵之一。 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 93 結(jié)束語 當(dāng)前，機(jī)器學(xué)習(xí)所面臨情況是： 數(shù)據(jù)復(fù)雜、海量 ， 用戶需求多樣化 。 從而 , 要求： (1)需要科學(xué)和高效的 問題表示 ，以便將其學(xué)習(xí)建立在科學(xué)的基礎(chǔ)上 (2)應(yīng)用驅(qū)動 成為必然 , 從而針對某個(gè)或某類應(yīng)用給出特定的學(xué)習(xí)方法將不斷涌現(xiàn) (3)對機(jī)器學(xué)習(xí)的檢驗(yàn)問題只能在 應(yīng)用中檢驗(yàn)自己 (4)對機(jī)器學(xué)習(xí)的結(jié)果的 解釋 , 將逐漸受到重視 2022/8/18 譚營 機(jī)器學(xué)習(xí)研究及最新進(jìn)展 94 謝謝 ! 返回