| 机器学习面临的挑战 |
| |
| 引用本文： | 张长水.机器学习面临的挑战[J].中国科学:信息科学,2013(12):1612-1623. |
| |
| 作者姓名： | 张长水 |
| |
| 作者单位： | 清华大学自动化系,智能科学与技术国家重点实验室,清华信息科学与技术国家实验室筹,北京100084 |
| |
| 基金项目： | 国家重点基础研究发展计划（批准号：2013CB329503）和国家自然科学基金（批准号：91120301,61075004）资助项目 |
| |
| 摘 要： | 该文讨论了机器学习目前面临的几个挑战，包括：高维特征空间和数据量问题，大数据量的计算困难，寻求最优解的困难和可解释性差等问题．然后针对当前很多人关心的几个重要问题，例如大数据问题，深度学习，概率图模型等做了分析，以引起深入思考．
|
| 关 键 词： | 机器学习 深度学习 概率图模型 大数据 优化问题 |
Challenges in machine learning |
| |
| ZHANG ChangShui.Challenges in machine learning[J].Scientia Sinica Techologica,2013(12):1612-1623. |
| |
| Authors: | ZHANG ChangShui |
| |
| Institution: | ZHANG ChangShui Department of Automation, Tsinghua University, State Key Laboratory of Intelligent Technologies and Systems Tsinghua National Laboratory for Information Science and Technology (TNList), Beijing 100084, China |
| |
| Abstract: | In this paper, we describe and analyze the challenge of machine learning research, high dimensional data and the curse of dimensionality, the scalability of the machine learning algorithms, the difficulty of optimization, and the bad explicability. And we discuss a few hot topics： deep learning, big data, and probabilistic graphical models, etc. |
| |
| Keywords: | machine learning deep learning probabilistic graphical model big data optimization |
| 本文献已被 维普 等数据库收录！ |
