嘉賓介紹：
弱監督學習和強監督學習相比，從學術研究的角度說，其根本難點和技術瓶頸在什麼地方？
雖然弱監督學習這個概念已經被提出很久了，但工業界仍很少使用，為了提公升效能，工業界往往更傾向於直接增加更多的訓練資料。因此，弱監督學習從研究到落地的鴻溝主要在哪？
最近幾年的弱監督學習演算法大多致力於設計各種無偏或有偏的risk estimator。「無偏」和「有偏」各有什麼好處和弊端？除了設計risk estimator，還有哪些大方向是值得進一步探尋的？
深度學習是一種data hungry的方法，如果想弱化深度神經網路訓練對資料質量的依賴，我們可以從哪些方面努力？
對於弱監督學習，監督資訊的強弱與演算法效能的好壞在理論上是否存在精確或大致的函式關係？
各類弱監督學習演算法（比如半監督學習、標籤雜訊學習、多示例學習、遷移學習、pu學習、偏標記學習等），
弱監督學習筆記（一）
對於標籤 真值表 訓練集收集難度大 收集時間長 收集代價高，且對於此緊急的資料，強監督學習可能趕不上它的更新或緊急程度。弱監督通常分為三種型別 不完全監督 不確切監督 不準確監督。指的是訓練資料只有部分是帶有標籤的，同時大量資料是沒有被標註過的。這是最常見的由於標註成本過高而導致無法獲得完全的強監督...
弱監督學習總結（1）
在學習過udacity和吳恩達的deeplearning課程之後，我對深度學習又有了新的一些看法。確實，深度學習在語音 影象和自然語言方面相比傳統演算法有長足的進步，很多方面的識別率超過人類水平，於是各路 大肆渲染深度學習演算法的神奇之處，說著說著就將深度學習演算法和人工智慧混為一談，認為再過不久，...
機器學習筆記 監督學習，無監督學習，半監督學習
這個問題可以回答得很簡單 是否有監督 supervised 就看輸入資料是否有標籤 label 輸入資料有標籤，則為有監督學習，沒標籤則為無監督學習。什麼是學習 learning 學習 乙個成語就可概括 舉一反三。此處以高考為例，高考的題目在上考場前我們未必做過，但在高中三年我們做過很多很多題目，懂...