0
雷鋒網(wǎng) AI 科技評(píng)論按：2017 年 12 月 22-24 日，由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦的第 87 期 CCF 學(xué)科前沿講習(xí)班（CCF Advanced Disciplines Lectures，簡(jiǎn)稱 CCF - ADL）在北京中國(guó)科學(xué)院計(jì)算技術(shù)研究所成功舉辦，雷鋒網(wǎng)作為獨(dú)家合作媒體，進(jìn)行了全程報(bào)道（十三位講者內(nèi)容簡(jiǎn)介見(jiàn)《CCF ADL 87 講習(xí)班回顧：韓家煒等 13 位大牛全方位解析社交網(wǎng)絡(luò)和數(shù)據(jù)挖掘》，視頻請(qǐng)移步 CCF-ADL87：社交網(wǎng)絡(luò)與數(shù)據(jù)挖掘）
本次講習(xí)班邀請(qǐng)到了兩位在數(shù)據(jù)挖掘領(lǐng)域數(shù)一數(shù)二的頂級(jí)巨擘：韓家煒教授和 Philip S. Yu 教授。Philip 教授在報(bào)告中詳細(xì)講解了他多年來(lái)所倡導(dǎo)的「廣度學(xué)習(xí)」（Broad Learning）的概念和方法，并用三個(gè)相關(guān)的研究案例來(lái)說(shuō)明如何將深度學(xué)習(xí)和廣度學(xué)習(xí)結(jié)合起來(lái)使用。韓家煒教授則講述了他在數(shù)據(jù)挖掘研究中的三步曲：怎么從文本數(shù)據(jù)中挖掘出隱含的結(jié)構(gòu)；怎么將結(jié)構(gòu)文本轉(zhuǎn)化為網(wǎng)絡(luò)和 TextCube；最后怎么從網(wǎng)絡(luò)和 TextCube 中挖掘出 Actionable Knowledge。
Philip S. Yu 是伊利諾伊大學(xué)芝加哥分校計(jì)算機(jī)科學(xué)系特聘教授，清華數(shù)據(jù)科學(xué)研究院院長(zhǎng)，世界知名的數(shù)據(jù)挖掘和數(shù)據(jù)管理研究專家， ACM 及 IEEE Fellow。Philip S. Yu 教授早年于斯坦福大學(xué)獲得博士學(xué)位，曾長(zhǎng)期在 IBM Watson 研究中心工作，建立了世界知名的數(shù)據(jù)挖掘和數(shù)據(jù)庫(kù)研究部門。迄今，Philip S. Yu教授已發(fā)表論文 1000 余篇，獲得專利 300 多項(xiàng)，在谷歌學(xué)術(shù)的 H-index 與 Michael I. Jordan 不分伯仲，名列全球計(jì)算機(jī)科學(xué)領(lǐng)域高引作者前十。
本文為 Philip S. Yu 教授在 CCF-ADL 所做的演講《Broad Learning via Fusion of Social Network Information》，雷鋒網(wǎng) AI 科技評(píng)論對(duì)其演講內(nèi)容做了全文整理，有改動(dòng)和精簡(jiǎn)。
謝謝唐杰教授的介紹，我今天很高興能夠在這里跟大家討論一下「廣度學(xué)習(xí)」（Broad Learning）。
我們知道「Big Data」有四個(gè)「V」——Velocity、Volume、Veracity 和 Variety。我們今天討論的問(wèn)題主要是其中之一 Variety，即數(shù)據(jù)的多樣性，例如高維數(shù)據(jù)、異質(zhì)數(shù)據(jù)源、無(wú)結(jié)構(gòu)數(shù)據(jù)類型（圖片、網(wǎng)絡(luò)、序列、文本）等。「廣度學(xué)習(xí)」所要考慮的問(wèn)題就是如何將各種各樣的數(shù)據(jù)整合在一起，以獲取更多的信息。
現(xiàn)在大家談?wù)撋疃葘W(xué)習(xí)比較多，而事實(shí)上對(duì)于數(shù)據(jù)我們不僅要挖得深，還要挖得廣。例如對(duì)于網(wǎng)頁(yè)數(shù)據(jù)，深度學(xué)習(xí)能夠單獨(dú)學(xué)習(xí)文本數(shù)據(jù)、圖像數(shù)據(jù)等里面的特性。但是我們知道真實(shí)的網(wǎng)頁(yè)可能同時(shí)包含文本、圖片、音頻、鏈接等等的數(shù)據(jù)。
事實(shí)上，我們講的大數(shù)據(jù)并不是說(shuō)所有數(shù)據(jù)都很大，只是整體很大而已。更多的情況是，我們擁有許多不同來(lái)源的（?。?shù)據(jù)，它們之間相互有或多或少地聯(lián)系。如果能夠?qū)⑦@些不同的數(shù)據(jù)源整合在一起，那么我們將挖掘出更多有價(jià)值的信息。
首先我們認(rèn)同這樣一個(gè)觀點(diǎn)，即所有類型的數(shù)據(jù)都是可用的，換句話說(shuō)就是沒(méi)有沒(méi)價(jià)值的數(shù)據(jù)。問(wèn)題的關(guān)鍵就在于我們?nèi)绾螌⑦@些數(shù)據(jù)融合在一起。那么如何做呢？這就需要「廣度學(xué)習(xí)」了。
要做好「廣度學(xué)習(xí)」，我認(rèn)為需要以下三步：
首先，定義并獲取相關(guān)的有用數(shù)據(jù)源，也即找到對(duì)你的問(wèn)題有用的數(shù)據(jù)；
其次，設(shè)計(jì)一種模型來(lái)將異質(zhì)數(shù)據(jù)源信息融合起來(lái)；
最后，基于模型整體的需求從各種數(shù)據(jù)源中深度地去挖掘信息。
這有很多例子。例如我們從一個(gè)社交網(wǎng)絡(luò)平臺(tái)中獲取的數(shù)據(jù)可能并不充分，如果我們能將其他社交網(wǎng)絡(luò)平臺(tái)的數(shù)據(jù)與它融合在一起，那么我們將獲得更充分的特征信息。
再例如，在生物醫(yī)學(xué)中我們研究腦的潛在病理預(yù)防。我們所擁有的數(shù)據(jù)除了腦的 MRI 影像，還可能有認(rèn)知測(cè)量、免疫測(cè)量、臨床測(cè)量等的數(shù)據(jù)。如果能夠?qū)⑦@各種各樣的數(shù)據(jù)合在一起，那么將能夠更好地去分析潛在的疾病問(wèn)題。
當(dāng)然還有智慧城市的研究（我們有共享單車、加油站、實(shí)產(chǎn)評(píng)估等不同的數(shù)據(jù)）、藥物發(fā)現(xiàn)等的例子。
深度學(xué)習(xí)的「深」是指你對(duì)數(shù)據(jù)訓(xùn)練的模型層數(shù)深；而廣度學(xué)習(xí)的「廣」是指我們訓(xùn)練模型的數(shù)據(jù)類型廣。這兩個(gè)概念側(cè)重的點(diǎn)不同，但可以結(jié)合在同一個(gè)模型當(dāng)中。我們下面會(huì)講。
Ensemble Learning 指的是我們有許多不同的 model，但數(shù)據(jù)源是同一個(gè)；而 Broad Learning 是將多種數(shù)據(jù)源融合進(jìn)一個(gè)模型當(dāng)中進(jìn)行信息挖掘。
我們平時(shí)可能說(shuō)到的 Multi-view Learning、Multi-source Learning、Multi-model Learning、Multi-domain Learning 等等其實(shí)都是 Broad Learning 的特例。
另外一個(gè)我們會(huì)講到的是Transfer Learning。所謂遷移學(xué)習(xí)就是將一個(gè) domain 的信息遷移到另一個(gè) domain。如果我們把一個(gè) domain 看做一個(gè)數(shù)據(jù)源，那么事實(shí)上 Transfer Learning 也是 Broad Learning 的一個(gè)特例。
我們來(lái)看廣度學(xué)習(xí)的類型大致可以分為三類：
首先是在同一個(gè)實(shí)體上有不同類型信息的學(xué)習(xí)。這種類型的廣度學(xué)習(xí)包括前面談到的 Multi-view Learning、Multi-source Learning、Multi-model Learning 等。
其次是在不同的但類型相似的實(shí)體上信息的學(xué)習(xí)。這包括 Transfer Learning。
另外是在有復(fù)雜網(wǎng)絡(luò)類型關(guān)系的不同類型實(shí)體信息的學(xué)習(xí)。這包括基于融合的異質(zhì)信息網(wǎng)絡(luò)（HIN）。
對(duì)于廣度學(xué)習(xí)，主要有兩個(gè)關(guān)鍵的任務(wù)：信息融合和知識(shí)發(fā)現(xiàn)。因此對(duì)應(yīng)的就有兩個(gè)基本的挑戰(zhàn)，其一是發(fā)現(xiàn)什么數(shù)據(jù)是有用的，如何將這些數(shù)據(jù)融合在一起；其二就是要明白想要挖掘什么（并不是所有數(shù)據(jù)對(duì)特定的知識(shí)發(fā)現(xiàn)都有用），以及如何從融合的數(shù)據(jù)中挖掘出有用的知識(shí)。
今天我們將以社交網(wǎng)絡(luò)為例來(lái)詳細(xì)闡述廣度學(xué)習(xí)。對(duì)于社交網(wǎng)絡(luò)，例如 facebook，其特點(diǎn)就是規(guī)模巨大、每日新生成內(nèi)容體量大、數(shù)據(jù)類型豐富多樣、噪聲多、信息量大但也較難挖掘。
當(dāng)然社交網(wǎng)絡(luò)并不止一家，在國(guó)外有 Facebook、Twitter、Foursquare、LinkedIn、YouTube、Instagram、WhatsApp、Google+等，在國(guó)內(nèi)有微信、微博、QQ 等。每一個(gè)個(gè)體可能會(huì)注冊(cè)使用多個(gè)社交網(wǎng)絡(luò)平臺(tái)。
下面我將講述三個(gè)社交網(wǎng)絡(luò)的問(wèn)題。
注：POI，Point of Interest
我們用這個(gè)例子來(lái)說(shuō)明如何將深度學(xué)習(xí)和廣度學(xué)習(xí)結(jié)合起來(lái)使用。
首先要知道的是，我們需要（或者有）什么數(shù)據(jù)。在 Location-Based Social（LBS）的社交網(wǎng)絡(luò)中每一個(gè)人都一個(gè) check-in sequence。除此之外，LBS 的社交網(wǎng)絡(luò)一般情況下還會(huì)有評(píng)論的信息。
所以對(duì)于我們做 POI 推薦有兩種數(shù)據(jù)可以用：User's check-in sequence 和 User's review on POI。
另外，對(duì)于 POI 的評(píng)價(jià)可以從兩個(gè)角度來(lái)看。首先從用戶的角度，同一個(gè)用戶可能會(huì)對(duì)不同的產(chǎn)品（餐館、食物、電影等）進(jìn)行評(píng)價(jià)，我們可以通過(guò)用戶的評(píng)價(jià)對(duì)用戶的興趣進(jìn)行畫(huà)像和推薦。其次從 POI 的角度來(lái)看，對(duì)于每一個(gè) POI 都會(huì)收到各種各樣用戶的評(píng)價(jià)，以此我們可以對(duì) POI 進(jìn)行特征畫(huà)像。
然后就是我們?cè)趺窗褦?shù)據(jù)進(jìn)行融合。我們提出一種新的「深度學(xué)習(xí) + 廣度學(xué)習(xí)」的模型，叫做 Deep Content-aware POI Recommendation model (DCPR)。具體來(lái)說(shuō)就是我們?cè)O(shè)計(jì)了一個(gè)有多個(gè)深度神經(jīng)網(wǎng)絡(luò)組成的多層深度網(wǎng)絡(luò)結(jié)構(gòu)。在其前端，我們將多種類型的數(shù)據(jù)（POI 視角和用戶視角的評(píng)論和 POI）映射到高維非線性的 latent space (POI space) 中，然后用 CNN 模型對(duì)其特征進(jìn)行提取。LSTM 網(wǎng)絡(luò)通過(guò)結(jié)構(gòu)化方式連接起來(lái)，因?yàn)?LSTM 通過(guò)將表征向量作為來(lái)自 CNN 層的輸入來(lái)學(xué)習(xí)用戶偏好和具有 POI 語(yǔ)義信息的先驗(yàn)知識(shí)的序列模式。最后，頂層的個(gè)性化排序?qū)勇?lián)合優(yōu)化了前兩層（卷積層 CNN，遞歸層 LSTM）中產(chǎn)生的潛在表示，它進(jìn)一步改進(jìn)了前兩層學(xué)習(xí)到的潛在特征，以產(chǎn)生更準(zhǔn)確的模式和更好的推薦。
我們使用的數(shù)據(jù)集來(lái)自兩個(gè)社交網(wǎng)絡(luò)平臺(tái) Foursquare 和 Yelp。同時(shí)我們對(duì)比幾種較為常見(jiàn)的方法，其中 FPMC 和 PRME 是目前兩種 state-of-art 的推薦方法。
我們用三個(gè)指標(biāo)來(lái)評(píng)估這些方法的性能，分別為 precision@TopN、Recall@TopN 和 Fscore@TopN。
這是 Foursquare 用戶興趣點(diǎn)的分布區(qū)域。
這是 Yelp 用戶興趣點(diǎn)的分布區(qū)域。可以看出 Yelp 用戶的興趣點(diǎn)主要集中在北美，而 Foursquare 則分布較廣。
我們看看實(shí)驗(yàn)結(jié)果。橫坐標(biāo)是使用的數(shù)據(jù)量（占全部數(shù)據(jù)的百分比），縱坐標(biāo)是對(duì)應(yīng)的表現(xiàn)性能。可以看出我們結(jié)合深度學(xué)習(xí)和廣度學(xué)習(xí)的模型 DCPR （紫色）在各個(gè)結(jié)果對(duì)比中都明顯比別的模型要好。
這顯示了 DCPR 在 Precision@Top5 和 Recall@Top5 中相比 FPMC 的增益?？梢钥闯鲈诿總€(gè)用戶群（黃色圈）中，DCPR 都達(dá)到了 10％以上的增益。
這個(gè)例子簡(jiǎn)單說(shuō)明了怎么把深度學(xué)習(xí)和廣度學(xué)習(xí)結(jié)合在一起來(lái)做 POI 推薦。
我們第二個(gè)例子是怎么把不同的社交網(wǎng)絡(luò)平臺(tái)信息融合在一起來(lái)做朋友推薦，也是所謂的 Link Prediction。
我們前面說(shuō)過(guò)，有各種各樣的社交網(wǎng)絡(luò)平臺(tái)，這些平臺(tái)都只能抓取到一個(gè)人的某一種行為；如果能將不同平臺(tái)的數(shù)據(jù)融合在一起，那么我們就可以增加對(duì)這個(gè)人的了解，也就可以做更好的預(yù)測(cè)。
要做這個(gè)事情有兩個(gè)挑戰(zhàn)。首先，一個(gè)人在不同的平臺(tái)可能有不同的名字，所以將不同平臺(tái)的用戶對(duì)接起來(lái)是一個(gè)很大的挑戰(zhàn)。另外，不同的平臺(tái)功能不同，并不是所有的數(shù)據(jù)都是有用的，你要將不同平臺(tái)的知識(shí)遷移過(guò)來(lái)也很不容易。
我們所要做的就是更精確地進(jìn)行朋友推薦。如果一個(gè)人在某個(gè)平臺(tái)并沒(méi)有很多 connection，那么我們就應(yīng)該考慮是否可以從別的社交平臺(tái)拿到關(guān)于他的數(shù)據(jù)，特別是那些已經(jīng)很好建構(gòu)的以及公共可用的數(shù)據(jù)。這會(huì)提高我們的推薦精度。
首先考慮我們能在一個(gè)社交網(wǎng)絡(luò)平臺(tái)獲得什么數(shù)據(jù)。顯然，我們可以根據(jù)用戶的定位、有什么朋友、什么時(shí)候比較活躍以及喜歡發(fā)表哪些方面的評(píng)論來(lái)挖掘到他的 who、where、what、when 的信息，我們稱之為「4W」。
其次，我們希望能夠通過(guò)多個(gè)社交平臺(tái)來(lái)進(jìn)一步地提高推薦的精度。例如在 foursquare 和 twitter 上有些用戶我們知道他們是同一個(gè)人，因?yàn)樗麄兪褂昧讼嗤?ID（ Anchor Links）。但是很多人并沒(méi)有對(duì)應(yīng)關(guān)系（Non-Anchor Links）。我們把這樣的兩個(gè)（多個(gè)）網(wǎng)絡(luò)合起來(lái)稱之為 Partially Aligned Social Networks。
另外一個(gè)我們需要考慮的問(wèn)題是怎么去表示關(guān)系的遠(yuǎn)近。假設(shè)我們有一個(gè) target 社交網(wǎng)絡(luò)，其他社交網(wǎng)絡(luò)可以和它有某種連接。我們將 target 網(wǎng)絡(luò)中每個(gè)人 embedding 到一個(gè)表示空間中。在表示空間中距離相近的就可以考慮推薦做朋友。
下面我們首先考慮怎么把「4W」的異質(zhì)網(wǎng)絡(luò)信息融合在一起。
對(duì)這種異質(zhì)數(shù)據(jù)，我們使用一個(gè) Network Schema 來(lái)表示，也即將 what、who、when、where 等通過(guò)網(wǎng)絡(luò)的形式連接起來(lái)。
這里我們定義一個(gè)概念，叫「meta paths」，也即每?jī)蓚€(gè)用戶之間的連接路徑。于是考慮兩個(gè)不相連的用戶U1和U2是否可以推薦做朋友，根據(jù)上面「4W」的異質(zhì)網(wǎng)絡(luò)信息，有兩種考慮：
1）兩個(gè)用戶如果 follow 同一個(gè)人，或者被同一個(gè)人 follow，那么這兩個(gè)人就有一定的相似，這是同質(zhì)路徑。
2）如果兩個(gè)人發(fā)布的信息有相同的 word、相同的 location 或者相同的 time，那么他們?cè)诋愘|(zhì)網(wǎng)絡(luò)中也可以通過(guò)異質(zhì)路徑連接起來(lái)。
根據(jù)這兩種方式，我們就可以對(duì)每種類型的數(shù)據(jù)畫(huà)一張關(guān)系圖。
這些關(guān)系圖的數(shù)據(jù)類型是同質(zhì)的，也即我們將「4W」的異質(zhì)網(wǎng)絡(luò)信息融合了起來(lái)。接下來(lái)我們就可以用這些同質(zhì)數(shù)據(jù)來(lái)做深度學(xué)習(xí)了。
我們?cè)賮?lái)看多平臺(tái)數(shù)據(jù)之間怎么融合。
在兩個(gè)社交網(wǎng)絡(luò)平臺(tái)，例如 Twitter 和 FourSquare，有些用戶擁有相同的 ID，我們知道它們是同一個(gè)人。如前面所說(shuō)，A1 和 A2 之間就構(gòu)成了一個(gè) Anchor Link。類似的這些 Anchor Links 作為兩個(gè)網(wǎng)絡(luò)的橋梁，將兩個(gè)網(wǎng)絡(luò)連接了起來(lái)。如上圖，在 網(wǎng)絡(luò) 1 中 C1 和 D1 之間沒(méi)有聯(lián)系，但是經(jīng)過(guò)與網(wǎng)絡(luò) 2 之間的 Anchor Links 后，C1 和 D1建立了聯(lián)系。
如果將 word、location、time 加進(jìn)去，構(gòu)建的將是更加復(fù)雜的網(wǎng)絡(luò)，但考慮的方式是類似的。
基于以上的考慮，我們構(gòu)建出了這個(gè) DIME 模型。這個(gè)模型首先在單個(gè)網(wǎng)絡(luò)內(nèi)部將異質(zhì)信息進(jìn)行融合，然后再將多平臺(tái)信息融合在一起進(jìn)行深度學(xué)習(xí)訓(xùn)練。
這是我們的數(shù)據(jù)集，用的仍是 Foursquare 和 Twitter 的數(shù)據(jù)。
這是對(duì)比的幾個(gè)模型。對(duì)朋友推薦評(píng)測(cè)的標(biāo)準(zhǔn)為AUC、精度、Recall 和 F1。
實(shí)驗(yàn)的結(jié)果可以看到，在關(guān)系預(yù)測(cè)中，無(wú)論是 AUC、精度、Recall 還是 F1 等評(píng)價(jià)標(biāo)準(zhǔn)上，DIME（EIME-SH）的結(jié)果相比其他幾種方法（Auto-encoder、LINE、DeepWalk）都要好很多。
同樣這種方法也可以做社群檢測(cè)，結(jié)果也都比別的方法好。
總結(jié)就是，我們將網(wǎng)絡(luò)中的異質(zhì)數(shù)據(jù)以及不同平臺(tái)的數(shù)據(jù)融合在一起可以做出更加精確的朋友推薦（或 Link Prediction）以及 Community Detection。
最后我們看在 Q&A 中怎么做 text mining。
一個(gè)問(wèn)答，尤其是較為復(fù)雜、深度的問(wèn)答最重要的就是理解 query 是哪一類的問(wèn)題，以及該回答什么類型的答案。
我們以在線醫(yī)療問(wèn)答為例。上面是病人在線咨詢的一些藥物相關(guān)的問(wèn)題。對(duì)于機(jī)器來(lái)說(shuō)，這些問(wèn)題并不是那么容易回答。它們不像政治和體育類的問(wèn)答只需要上下文的背景就可以明白用戶咨詢的意圖。對(duì)于醫(yī)療上的這些問(wèn)題，例如「做完胃部手術(shù)后多久可以吃辛辣的食物？」，「胃部手術(shù)」和「辛辣食物」結(jié)合在一起，即使機(jī)器有關(guān)于這兩者的背景信息，可以也并不是很容易檢測(cè)出用戶的意圖。
我們?cè)撛趺醋瞿兀?/p>
對(duì)于這種類型的問(wèn)答，我們通過(guò)分析后發(fā)現(xiàn)，它其實(shí)包含兩部分。
一部分是用戶知道的信息，一部分是用戶需要的信息，我們用<s, n>表示。例如<symptom，medicine>對(duì)，用戶描述的是他知道的癥狀，他需要的是藥物信息。我們還可以構(gòu)建<symptom，diet>等類型的信息對(duì)。
事實(shí)上除了 Symptom 外，還有 Medicine、Disease、Examine、Surgery 等。如上圖所示，我們通過(guò)有向箭頭表示這種關(guān)系對(duì)。
設(shè)計(jì)問(wèn)答系統(tǒng)，我們首先要考慮的是數(shù)據(jù)源是什么，以及怎么去表示它們。
我們發(fā)現(xiàn)在這種問(wèn)答系統(tǒng)中單獨(dú)地用 Word Embedding 一種表示并不充分，因?yàn)槲覀冞€要考慮不同的信息類型（例如 s 是 Symptom 還是 Surgery）。因此我們生成了另一種視角的表示，即 POS（part of speech）tag。從這個(gè)方面來(lái)看，其實(shí)這就是一個(gè) Multi-view Learning 問(wèn)題。
對(duì)于詞表示學(xué)習(xí)，我們選擇大約 6400 萬(wàn)條無(wú)標(biāo)記的 query 數(shù)據(jù)進(jìn)行單獨(dú)訓(xùn)練，并學(xué)習(xí)到一個(gè) 100 維的離散表示。
POS tags 包括一般的詞性標(biāo)記，例如名詞、動(dòng)詞、形容詞等。另外就是特殊領(lǐng)域名詞，在我們的研究中共標(biāo)記了 80726 個(gè)詞，其中 Top3 的為 n_disease（25259）、n_medicine（22689）、n_symptom（14726）。需要特別強(qiáng)調(diào)的是，重要的輔助信息可以幫助模型識(shí)別醫(yī)療 query 中的特殊話題詞匯。
這是我們的模型。在這個(gè)模型中，可以看到我們首先將 question 分別表示為 word 和 POS tags 數(shù)據(jù)，并將它們 embedding 到相應(yīng)空間中，隨后單獨(dú)進(jìn)行 CNN 訓(xùn)練，再然后將它們訓(xùn)練的結(jié)果融合在一起編碼，分別得到 Concept 和 Concept Transition。通過(guò)這兩者我們可以得到更好的問(wèn)答效果。
我們也和一些 Baseline 的方法進(jìn)行了比較。
從這個(gè)圖中，可以看出我們用 Concept 和 Concept Transition 的方法（NNID-FC）效果比其他兩種好。
總結(jié)來(lái)說(shuō)，我在這里用這個(gè)例子說(shuō)明了怎么做 Multi-view 的廣度學(xué)習(xí)。
在大數(shù)據(jù)時(shí)代，數(shù)據(jù)是最為寶貴的資源。對(duì)個(gè)人和企業(yè)來(lái)講，對(duì)大數(shù)據(jù)的挖掘?qū)⑹且淮晤嵏残缘臋C(jī)會(huì)；當(dāng)然大數(shù)據(jù)有四個(gè)「V」，所以對(duì)大數(shù)據(jù)的挖掘同時(shí)也是一種挑戰(zhàn)。
我們今天的講座主要是解決大數(shù)據(jù)的 Variety，也即通過(guò)融合異質(zhì)數(shù)據(jù)源來(lái)進(jìn)行廣度學(xué)習(xí)。
真實(shí)生活中的數(shù)據(jù)一般都不是只有一個(gè)數(shù)據(jù)源，而是要融合多個(gè)數(shù)據(jù)源才行。因此有效的學(xué)習(xí)應(yīng)當(dāng)同時(shí)需要廣度和深度。
全文內(nèi)容有刪減，僅供參考。視頻請(qǐng)點(diǎn)擊AI慕課學(xué)院報(bào)名鏈接。
~~~~~~~~~~~~~~~.
人工智能培訓(xùn)平臺(tái) AI慕課學(xué)院獲 CCF 獨(dú)家線上視頻版權(quán)，點(diǎn)擊報(bào)名鏈接或掃描下面二維碼即可完整觀看13 位學(xué)者現(xiàn)場(chǎng)授課、交流場(chǎng)景。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
