百度百家：盘点机器学习领域的五大流派
http://synchuman.baijia.baidu.com/article/247257机器学习的发展如火如荼，让我们来看看这一方兴未艾的领域都有哪些流派吧！
机器之心编辑编辑：赵云峰@王威廉微博：华盛顿大学教授Pedro Domingos在本周结束的ACM Webminar上介绍了他认为的机器学习五大流派。他认为，机器学习中符号主义者的代表人物是Mitchell、 Muggleton、Quilan，联结主义者代表是LeCun、Hinton和Bengio，进化主义代表是Koda、Holland以及Lipson，贝叶斯派代表人物是Heckerman，Pearl和Jordan，Analogizer代表人物是Vapnik等。机器之心对Pedro Domingos的演讲幻灯片进行了编译和总结：1知识从何而来Pedro Domingos认为，知识来源于进化、经验、文化和计算机。对于知识和计算机的关系，他引用了Facebook人工智能实验室负责人Yann LeCun的一段话：将来，世界上的大部分知识将由机器提取出来，并且将长驻与机器中。2计算机如何发现新知识Pedro Domingos帮助计算机获取新知识，可以通过以下五种方法来实现
[*]填充现存知识的空白
[*]对大脑进行仿真
[*]对进化进行模拟
[*]系统性的减少不确定性
[*]注意新旧知识之间的相似点
3机器学习的五大流派
派别起源擅长算法
符号主义（Symbolists）逻辑学、哲学逆演绎算法（Inverse deduction）
联结主义（Connectionists）神经科学反向传播算法（Backpropagation）
进化主义（Evolutionaries）进化生物学基因编程（Genetic programming）
贝叶斯派（Bayesians）统计学概率推理（Probabilistic inference）
Analogizer心理学核机器（Kernel machines）
1）符号主义符号主义代表人物http://p3.pstatp.com/large/9808/148716398符号主义算法http://p2.pstatp.com/large/9803/5820065943http://p3.pstatp.com/large/9805/38440948492）联结主义联结主义代表人物http://p2.pstatp.com/large/9802/6520824733神经元和人造神经元http://p3.pstatp.com/large/9807/623664879http://p3.pstatp.com/large/9805/3844250181反向传播算法图示http://p2.pstatp.com/large/9809/99065361谷歌自主识别出猫的神经网络http://p1.pstatp.com/large/9803/58203318323）进化主义进化主义代表人物http://p3.pstatp.com/large/9803/5820471907遗传算法http://p3.pstatp.com/large/9809/99375989遗传编程http://p2.pstatp.com/large/9805/3844500083进化机器人http://p3.pstatp.com/large/9805/3844655469Pedro Domingos在这里提到了基于生物进化理论的「海星机器人」，该机器人由佛蒙特大学的Josh Bongard研发，能够通过内部模拟来「感知」自己身体各部件的状况，并进行连续建模，从而在不需要外部编程的情况下自己学会走路，当机器人外部受到破坏，比如说失去了一条腿，它可以重新建模并学习到一种新的行走方式。Josh Bongard在论文《Evolved Machines Shed Light on Robustness and Resilience》中对此进行了详细介绍。4）贝叶斯派贝叶斯派代表人物http://p3.pstatp.com/large/9804/4071964197概率推理http://p2.pstatp.com/large/9809/99523005基于概率统计的贝叶斯算法最常见的应用就是反垃圾邮件功能，贝叶斯分类的运作是借着使用标记与垃圾邮件、非垃圾邮件的关连，然后搭配贝叶斯推断来计算一封邮件为垃圾邮件的可能性。5）AnalogizerAnalogizer代表人物http://p1.pstatp.com/large/9803/5820918642近邻算法nearest neighborhttp://p3.pstatp.com/large/9808/149242536内核机http://p2.pstatp.com/large/9809/99718184基于该理论的Netflix推荐系统http://p2.pstatp.com/large/9802/65217706014展望Pedro Domingos总结了五大流派目前存在的问题和解决方案，但他也重点强调，我们真正需要的是可以一次性解决这些所有问题的统一算法。5各学派的综合表示
[*]概率逻辑（例如马尔可夫逻辑模型）
[*]带权公式，状态分布
评估
[*]后验概率
[*]用户定义的目标函数
最优化
[*]公式发现：基因编程
[*]权值学习：反向传播
6通用学习者Pedro Domingos认为，要研究一个解决所有问题的通用算法，创造一个「通用学习者」，还需要很多工作去做。而通用学习者的出现将在以下四方面发挥巨大价值：
[*]家用机器人
[*]全球范围的智力互联网
[*]癌症治疗解决方案
[*]全方位的推荐系统
点击阅读原文，从网页中可查看Pedro Domingos演讲全文PPT。©本文由机器之心原创编译，转载请联系本公众号获得授权。✄------------------------------------------------加入机器之心（全职记者/实习生）：hr@almosthuman.cn投稿或寻求报道：editor@almosthuman.cn广告&商务合作：bd@almosthuman.cn
页:
[1]