1,153
个编辑
更改
无编辑摘要
下面就是刘兵教授的 PPT 全文。
[[文件:终身机器学习02.jpgpng]]
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.jpgpng]]
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.jpgpng]]
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.jpgpng]]
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.jpgpng]]
大纲
终身学习的定义
[[文件:终身机器学习07.jpgpng]]
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.jpgpng]]
终身机器学习系统（示意图）
[[文件:终身机器学习09.jpgpng]]
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.jpgpng]]
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.jpgpng]]
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.jpgpng]]
ELLA：有效的终身学习算法
ELLA是在线多任务学习方法，更高效并能处理大量任务。ELLA是一种终身学习方法，可以高效地添加新任务的模型，每个过去任务的模型都可以快速更新。
[[文件:终身机器学习13.png]]
方法：共享的全局知识
基于局部知识的终身学习
[[文件:终身机器学习14.png]]
两种类型的知识
局部知识可以跨领域共享。
[[文件:终身机器学习15.png]]
终身情感分类
那么，我们可以不必为每个领域的数据进行标记，或至少减少要标记的文档/句子数量吗？
[[文件:终身机器学习16.png]]
一种简单的LML方法
