1,153
个编辑
更改
无编辑摘要
{{4}}[[文件:终身机器学习01.jpg]] 导读：
第一届北美计算机华人学者年会暨计算技术前沿研讨会于 2017 年 6 月9-10日在芝加哥举行。这是会议是华人计算机学者的顶级盛会，伊利诺伊大学芝加哥分校刘兵教授在会上的演讲PPT，刘兵教授以《打造能够终身学习的机器》为题，介绍了终身机器学习（Lifelong Machine Learning，LML）系统，尤其是 LML 在自然语言处理中的应用。
下面就是刘兵教授的 PPT 全文。
[[文件:终身机器学习02.jpg]]
终身机器学习
伊利诺伊大学芝加哥分校计算机科学系
[[文件:终身机器学习03.jpg]]
经典学习范式（ML1.0）
不能自我激励和自我学习
[[文件:终身机器学习04.jpg]]
机器学习：ML 2.0
模仿人类的这种学习能力
[[文件:终身机器学习05.jpg]]
人类不是孤立地学习的
如果我没有积累的知识，我不可能做到这些。比如说，我完全不懂阿拉伯语，即使有人给我2000个用阿拉伯语写的正面/负面评论来训练，我也不可能学会。
[[文件:终身机器学习06.jpg]]
大纲
终身学习的定义
[[文件:终身机器学习07.jpg]]
LML的定义
在学会第（N + 1）个任务后，将第（N + 1）个任务的学习结果更新到知识库。
[[文件:终身机器学习08.jpg]]
终身机器学习系统（示意图）
[[文件:终身机器学习09.jpg]]
LML的主要特征
使用并适应过去学习的知识，以帮助未来的学习和解决问题
[[文件:终身机器学习10.jpg]]
迁移学习，多任务学习 →终身学习
基于全局知识的终身学习
[[文件:终身机器学习11.jpg]]
共享知识的两种类型
任务应该来自同一领域。
[[文件:终身机器学习12.jpg]]
ELLA：有效的终身学习算法
