《中国人工智能学会通讯》——9.20 结束语

本节书摘来自CCAI《中国人工智能学会通讯》一书中的第9章，第9.20节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。
9.20 结束语

本文介绍了一种比单标记和多标记学习更通用的学习框架，即标记分布学习。它不仅能处理多标记问题，也能处理标记重要性不同的问题。本文介绍了三种 LDL 算法设计思路与六个 LDL 算法，并给出了 LDL 的评价指标及其相关应用。LDL 的提出是为了匹配数据本身就存在自然的描述度度量的情况。然而，LDL 作为一种通用的学习框架，也可以解决其他一些问题。一般来讲，LDL 至少可应用于以下三种情形。

（1）存在一种自然的描述度指标可以将示例与标记联系起来的情形。该情形可直接应用 LDL 算法。

（2）每个示例对应多个标注源的情形。当不同标注源的标注结果不一致时，集成各个标注源生成一个标记分布往往要比通过多数投票选出单一获胜标记的方法要好。产生标记分布后该问题即转化为 LDL 问题。

（3）标记之间具有较高相关性的情形。利用好标记间的相关性是提高学习性能的关键之一，而LDL 提供了一种新的利用标记相关性的思路。通过标记间相关性，为每个示例产生一个标记分布，从而将 SLL 或 MLL 问题转化为 LDL 问题。

以上每种情形都包含了非常广泛的应用范围。关于标记分布学习，不论是理论层面还是应用层面，在未来仍有很多有趣的工作值得进一步深入研究。为了便于感兴趣的研究者尽快掌握标记分布学习相关技术，我们建立了专门的 LDL 技术网站，从中可以免费下载本文提到的所有算法代码、相关应用的论文以及第一个 LDL 公开数据库（包含 15 个来自真实问题的 LDL 数据集）。

【特朗普悍然给中国高科技加税】中国通讯、半导体等遭精准打压，美国用AI算出1300项加税商品 美国贸易代表办公室（USTR）昨天公布了拟加征关税的中国商品清单，这些商品多达1300种商品，计划加征25％的关税，其中，包含大量的半导体产业商品。值得注意的是，在精准打击中国制造2025的路上，美国使用了计算机算法挑选出这1300中商品。
《中国人工智能学会通讯》——12.49 结束语 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第12章，第12.49节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。
《中国人工智能学会通讯》——6.11 链接数据技术 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第6章，第6.11节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。
《中国人工智能学会通讯》——12.48 混合型数据聚类算法 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第12章，第12.48节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。
《中国人工智能学会通讯》——12.47 分类型数据聚类有效性 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第12章，第12.47节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。
《中国人工智能学会通讯》——12.46 分类型数据流聚类算法 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第12章，第12.46节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。
《中国人工智能学会通讯》——12.44 分类型数据的定义 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第12章，第12.44节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。
《中国人工智能学会通讯》——6.10 链接数据实践 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第6章，第6.10节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。