微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：逻辑推理（包括知识工程）和机器学习分别是上世纪九十年代之前和之后人工智能领域的主流研究内容，前者易于利用“领域知识”，后者易于利用“数据事实”，两者几乎相互独立地发展起来。由于人类在解决实际问题时通常即使用“数据事实”也依赖“领域知识”，因此在人工智能领域有一个长期备受关注的挑战问题：如何使机器学习与逻辑推理能在一个统一框架中有效地协同工作？本报告将汇报我们最近在这方面的一点粗浅工作——反绎学习，及一点初步的应用尝试。
讲者简介：周志华，南京大学计算机系主任兼人工智能学院院长、校学术委员会委员，主要从事机器学习与人工智能研究，在集成学习、多标记学习与弱监督学习方面有重要贡献。著有《机器学习》《Ensemble Methods: Foundations and Algorithms》等，多项发明专利在华为等企业转化实施，成果服务于国家重大工程，获国家自然科学二等奖、3次教育部自然科学一等奖、IEEE计算机学会Edward J. McCluskey技术成就奖、CCF-ACM人工智能奖、CCF王选奖等，是欧洲科学院外籍院士，ACM、AAAI、IEEE等的Fellow。
CCF第36届中国计算机应用大会
大会特邀讲者
京公网安备11010802032778号