【PKDD2020教程】机器学习不确定性，附88页ppt与视频

不确定性的概念在机器学习中是非常重要的，并且构成了现代机器学习方法论的一个关键元素。近年来，由于机器学习与实际应用的相关性越来越大，它的重要性也越来越大，其中许多应用都伴随着安全要求。在这方面，机器学习学者们发现了新的问题和挑战，需要新的方法发展。事实上，长期以来，不确定性几乎被视为标准概率和概率预测的同义词，而最近的研究已经超越了传统的方法，也利用了更一般的形式主义和不确定性计算。例如，不确定性的不同来源和类型之间的区别，例如任意不确定性和认知不确定性，在许多机器学习应用中被证明是有用的。讲习班将特别注意这方面的最新发展。

综述论文：

不确定性的概念在机器学习中是非常重要的，并且构成了机器学习方法的一个关键元素。按照统计传统，不确定性长期以来几乎被视为标准概率和概率预测的同义词。然而，由于机器学习与实际应用和安全要求等相关问题的相关性稳步上升，机器学习学者最近发现了新的问题和挑战，而这些问题可能需要新的方法发展。特别地，这包括区分(至少)两种不同类型的不确定性的重要性，通常被称为任意的和认知的。在这篇论文中，我们提供了机器学习中的不确定性主题的介绍，以及到目前为止在处理一般不确定性方面的尝试的概述，并特别将这种区别形式化。

https://www.zhuanzhi.ai/paper/8329095368761f81a7849fe5457949ed