机器学习与数据科学简史：从学习谈起

"Lecture2018_00_学习问题研究的简史1，由李春光主讲，涉及机器学习的发展历程、相关领域的国际会议和期刊以及参考资料，探讨了学习的本质和评价学习效果的方法。" 这篇讲座的内容主要围绕机器学习与数据科学展开，由北京邮电大学信息与通信工程学院网络搜索教研中心的李春光教授讲解。首先，讲座以对"学习"这一概念的深入探讨为引子，引用孔子的名言"学而时习之，不亦说乎"，强调学习不仅仅是获取信息，还包括温习、练习和实践，旨在形成适应和改变环境的能力。学习的过程被定义为通过了解、认识、记忆和理解问题与答案来实现，最终目标是能够灵活运用和推广所学知识。 接着，讲座讨论了评价学习效果的标准，指出测试可以分为两种类型：一是考察记忆力，即题目与学习内容完全一致；二是考察运用与推广能力，即题目形式有所变化。这暗示有效的学习应当超越简单的记忆，而应注重理解和应用。 在机器学习的发展简史部分，虽然具体细节未在摘要中给出，但可以推测会涵盖从早期的统计学习理论、神经网络到现代深度学习等重要阶段，以及关键人物和里程碑事件的介绍。 此外，讲座还提到了机器学习相关的国际会议和期刊，这可能包括如NIPS（现在称为NeurIPS）、ICML、IJCAI、AAAI等顶级会议，以及Journal of Machine Learning Research (JMLR)、Machine Learning等权威期刊，这些通常是发布最新研究成果和学术交流的重要平台。 最后，讲座可能提供了机器学习和数据科学领域的参考资料，包括经典教材、研究论文和在线课程，以帮助听众进一步深化学习和研究。 这个讲座为参与者提供了一个全面了解机器学习历史、现状及其评估方法的框架，并指引他们如何有效地进行学习和研究。对于那些希望进入或深化对机器学习和数据科学理解的人来说，这是一份宝贵的资源。