机器学习，人工智能的核心技术基础，它是怎样的一种学习过程？好的机器学习，又是怎样的？5月12日上午（周六）10:40，卡耐基梅隆大学计算机科学学院教授，通用机器学习平台 Petuum 创始人邢波将在混沌创新院，通过发掘人类学习的第一性原理，梳理机器学习的思维模型，帮助你更加透彻地理解机器学习的能力和边界。澄清那些让人迷惑的炒作性“概念”，帮助你更好地去做投资或是做研发。
欢迎你来。课前热身👇 戳下面小视频，精彩预告抢先看精彩观点
1. 20年前，当我刚进入这个领域的时候，人工智能还处在谷底，是一个比较狼狈的、不被看好的状态。那个时候，这个专业叫 ——机器学习。
我更喜欢这个名字，因为它把“人”这个词给去掉了，免除了很多不必要的误解。我就是用一台计算机或者一种设备，来学习某一种能力，这个能力是人的能力，还是其他的能力，并不重要，从而使得这个工作本身更加稳健和专注。
2. 学习和推理实际上是一个互为镜像的过程。
学习的一个很重要的结果就是，获得能够推理的能力，而学习的效果，通常也是通过你推理的质量来获得检验的。
3. 人类学习的过程，基本上是先有思维和逻辑模型，即套路先放好，然后开始练，往里加数据或者加体验，最终能够产生一个形式化的、知识化的总结。
你学多了以后，有时候就变成机械化，你不想，就可以反应了。
4. 这四样东西，基本上涵盖了机器学习的核心，我为什么讲这个？因为我们建立研发团队或者工程团队，要找VP或者技术主管，如果这4项没搞清楚，我想他就不用再来了。
5. 研发人员，或者投资人，要对整个领域有一个清醒的认识，到底这个公司或者这个项目，在里面处在一个什么样的地位？然后才能判断它成功的可能性。
6. 为什么我现在对很多深度学习系统，持有一定的保留态度？因为很多的结果，还不能被解释，当出现功能失常或者事故的时候，你很难去做一个诊断或者手术性的改动。
而这个缺陷实际上对很多系统是致命的，为什么？因为这会使整个研发和部署成本变得相当庞大，而且是很多非专业人员望而却步的。
联系我们或投稿可发送邮件至：[email protected]
点击下方“阅读原文”免费领取听课资格 阅读原文