“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科
联邦图学习的全面数据中心化综述
专知会员服务
12+阅读 · 7月23日
【阿姆斯特丹博士论文】在测试时学习泛化
专知会员服务
10+阅读 · 7月16日
股票市场预测的机器学习技术与数据:文献综述
专知会员服务
10+阅读 · 7月14日
【斯坦福博士论文】机器学习的信息论基础
专知会员服务
23+阅读 · 6月12日
遥感图像超分辨率技术进展:综合综述
专知会员服务
11+阅读 · 5月31日
微信扫码咨询专知VIP会员