張長水：大資料時代的機器學習 vs 傳統機器學習
從機器學習角度看，「大資料」指的是資料量大，資料本身不夠精確。資料混雜，資料自然產生。機器學習對大資料的處理的兩個挑戰：
大資料時代給機器學習帶來新的機遇：
於劍：從認知角度看待大資料
該報告從認知角度分析資料與知識的聯絡。眼下機器學習的知識主要是概念，傳統的小資料非常難反映領域的複雜知識，大資料提供了學習複雜知識的機會。在大資料時代，未來的機器學習能夠超越概念學習。進入複雜知識學習時代。
李沐：深度學習在統計機器學習領域的應用
當前該領域的一些進展：
徐盈輝：大規模機器學習在阿里電子商務中的應用
當前，阿里資料平台事業部的server上。積攢下超過100pb的多元異構資料。電子商務環境下的機器學習課題包含：
李沐：大規模分布式機器學習系統及其應用
該專案產生的背景是因為工業領域產生的資料已達到千億樣本，百億特徵。這導致對於複雜的非線性多分類任務。模型引數的計算量是很巨大的。這就須要通過分布式系統來解決問題。
須要探索在不同機器上分配計算負荷、共享記憶體計算模型、並行化學習策略以及減少通訊開銷的策略和方法。
ps:人物介紹
張長水：清華大學教授
於劍：北京交通大學教授
徐盈輝：**搜尋演算法高階研發專家
大資料時代下的遷移學習 大資料時代下的遷移學習
大資料時代下的遷移學習 遷移學習不是機器學習的乙個模型或技術，它是機器學習中的一種 設計方 還有一些其他的設方 比如說主動學習。在後續的文章中，作者將解釋如何結合主動學習與遷移學習來最優地利用現有 或者新的 資料。從廣義上說，在利用外部資訊來提高效能或泛化能力時，可以使用遷移學習來實現一些機器學習的...
大資料時代下的遷移學習 大資料時代下的遷移學習
遷移學習不是機器學習的乙個模型或技術，它是機器學習中的一種 設計方 還有一些其他的設方 比如說主動學習。在後續的文章中，作者將解釋如何結合主動學習與遷移學習來最優地利用現有 或者新的 資料。從廣義上說，在利用外部資訊來提高效能或泛化能力時，可以使用遷移學習來實現一些機器學習的應用。遷移學習的定義 遷...
大資料時代下的遷移學習 大資料時代下的遷移學習
在這篇博文中，你將了解到什麼是遷移學習，它的一些應用以及它為什麼能夠成為資料科學家應具備的關鍵技能。遷移學習不是機器學習的乙個模型或技術，它是機器學習中的一種 設計方 還有一些其他的設方 比如說主動學習。在後續的文章中，作者將解釋如何結合主動學習與遷移學習來最優地利用現有 或者新的 資料。從廣義上說...