| 非经典条件下的机器学习方法专题前言 |
| |
| 引用本文： | 高新波,黎铭,李天瑞.非经典条件下的机器学习方法专题前言[J].软件学报,2020,31(4):909-911. |
| |
| 作者姓名： | 高新波 黎铭 李天瑞 |
| |
| 作者单位： | 西安电子科技大学电子工程学院,陕西西安710071;南京大学人工智能学院,江苏南京210023;西南交通大学信息科学与技术学院,四川成都611756 |
| |
| 摘 要： | 近年来,随着学术界与工业界在机器学习和人工智能领域投入的关注越来越多,相关技术飞速发展,机器学习已经在社会生活的方方面面获得广泛应用,并产生了巨大价值.随着机器学习模型应用场景的不断扩大,越来越多的问题难以被经典条件下的机器学习方法所解决.新兴的应用场景下,人们往往面临数据模式发生变化、数据特征发生变化、学习任务目标发生变化等动态场景;数据标记不完备或采样存在偏差等弱监督场景;以及设备存储空间较小、计算能力有限等资源受限场景,等等.
|
| 关 键 词： | 机器学习 数据模式 人工智能 动态场景 数据特征 资源受限 计算能力 存储空间 |
| 收稿时间： | 2020/1/8 0:00:00 |
SPECIAL TOPIC ON MACHINE LEARNING METHOD UNDER NON-CLASSICAL CONDITIONS Preface |
| |
| GAO Xin-Bo,LI Ming,LI Tian-Rui.SPECIAL TOPIC ON MACHINE LEARNING METHOD UNDER NON-CLASSICAL CONDITIONS Preface[J].Journal of Software,2020,31(4):909-911. |
| |
| Authors: | GAO Xin-Bo LI Ming LI Tian-Rui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载全文 |
|
