I'm a TECH FRESH Intern, working in ECAC Data team, intereseted in applying ML to the real-world environment.
大家好，我是 Wei-I，現職 LINE 的 TECH FRESH Intern ，以下分享今年在 Dev Day 的由 Masashi Sugiyama 帶來的 The past and future of machine learning research。講者 Masashi 是東京大學專研機器學習的教授，在這次演講中主要提及了幾個關於 Robust Machine Learning 的研究成果，以及他對未來機器學習研究的看法。Robust Machine Learning首先 Robust Machine Learning 想解決的問題，概略來說就是讓機器學習的模型，在各種『不盡如人意』的條件下，依然能有足夠好的準確度。為什麼會好奇模型在不利的條件下的表現呢？在現實環境的運用中，因為種種因素，這些模型不得不面對這些狀況，其中包括 Noise （雜訊）、Insufficient supervision（不完全監督）、Bias（偏差）等。Noise（雜訊）實際環境中，收集的資料幾乎都不是完美的，錯誤的來源可能非常多，可能是感應器沒辦法做到 1
