清华大学人工智能深度报告：八大维度解析机器学习

来源：世界人工智能大会

机器学习（Machine Learning，常简称为 ML）已经成为了当今的热门话题，从机器学习概念诞生到机器学习技术的普遍应用经过了漫长的过程，众多优秀的学者为推动机器学习的发展做出了巨大的贡献。普遍认为，机器学习的处理系统和算法是主要通过找出数据里隐藏的模式进而做出预测的识别模式，它是人工智能的一个重要子领域。

由清华大学人工智能研究院编写的《人工智能之机器学习》，从八个维度进行了全面的梳理，内容如下：

1、概述篇

1.1 机器学习的概念

1.2 机器学习的发展历史

2、技术篇

2.1 机器学习算法分类

2.2 机器学习的经典代表算法

2.3 生成对抗网络及对抗机器学习

2.4 自动机器学习

2.5 可解释性机器学习

2.6 在线学习

2.7 BERT

2.8 卷积与图卷积

2.9 隐私保护

3、深度学习篇

3.1 卷积神经网络

3.2 AutoEncoder

3.3 循环神经网络RNN

3.4 网络表示学习与图神经网络GNN

3.5 增强学习

3.6 生成对抗网络

3.7 *

3.8 图神经网络

3.9 深度学习近期重要进展

4、论文解读篇

5、人才篇

5.1 学者情况概览

5.2 代表性学者简介

5.3 NeurIPS十年高引学者

6、应用篇

7、趋势篇

8、资源篇

8.1 开源代码

8.2 预训练

8.3 课程

8.4 数据集

8.5 机器学习知识树

肉眼品世界 

肉眼品世界，发现世界之美好（ID：find_world_fine），深度价值体系传递，从技术架构，到研发管理再到商业视觉再到创业人生的升级之路，深厚的技术、研发管理体系价值观与互联网商业分析输出，助力每个个人与企业高速发展。愿景：通过共赢的方式推动社会知识创新，释放社会创新活力