【摘要】：多源數(shù)據學習在大數(shù)據時代具有極其重要的意義.目前,多源數(shù)據學習算法研究遠遠超前于多源數(shù)據學習理論研究,經典的機器學習理論難以應用于多源數(shù)據學習,更難以提供多源數(shù)據學習算法在實際應用中的理論保障.從學習的最終目的是知識這一認知切入點出發(fā),對人類學習的認知機理、機器學習的三大經典理論(計算學習理論、統(tǒng)計學習理論和概率圖理論)以及多源數(shù)據學習算法設計這3個方面的研究進展進行總結,最后給出未來研究方向的思考.
[Abstract]:Multi-source data learning is of great significance in big data's time. At present, the research of multi-source data learning algorithm is far ahead of the theory of multi-source data learning, the classical machine learning theory is difficult to be applied to multi-source data learning, and it is difficult to provide the theoretical guarantee of multi-source data learning algorithm in practical application. Starting from the point of view that the ultimate aim of learning is knowledge, the cognitive mechanism of human learning, the three classical theories of machine learning (computational learning theory), Statistical learning theory and probability graph theory) and the design of multi-source data learning algorithm are summarized. Finally, the future research direction is given.
【作者單位】： 天津大學計算機科學與技術學院;北京交通大學交通數(shù)據分析與挖掘北京市重點實驗室;腦與認知科學國家重點實驗室(中國科學院心理研究所);中國科學院大學心理學系;南京大學計算機軟件新技術國家重點實驗室;
【分類號】：TP181

【相似文獻】

相關博士學位論文 前2條

1 何斌;基于可拓邏輯的機器學習理論與方法[D];華南理工大學;2005年

2 張利軍;大規(guī)模機器學習理論研究與應用[D];浙江大學;2012年

相關碩士學位論文 前1條

1 裴巖;機器學習理論研究及其在車載導航系統(tǒng)中的應用[D];東北大學　;2009年

，

本文編號：2200844