怎样读周志华研究生论文

在设置可类比的情况下，新方法 gcForest 取得了和深度神经网络相当甚至更好的结果，而且更容易训练，小数据也能运行，更重要的是相比神经网络，基于树的方法不会存在那么困难的理论分析问题。

周志华教授的博士论文就是神经计算，刚才看到有人说，他的经验是在神经网络以外的机器学习，我就知道，有人是在乱说了。就目前的机器学习研究，很少有人比他了解的更全面，更别说神经网络了。前些年，人工智能和机器学习几乎分裂，王珏教授提到这个时，杨强教授也表示赞同。后来，我看到machine learning首任主编也发表了这个观点，他发现研究机器学习的人（包括博士），很多都不学习人工智能了。事实也是如此，现在教机器学习的人，很多是用模式识别教材，而不是用人工智能教材。今天，深度学习一枝独秀，许多人甚至以为“深度学习=人工智能”，这种观点是很危险的。一旦符号主义回归，只研究深度学习的“人工智能大佬”，会发现自己原来是人工智能的门外汉。除了机器学习，周志华教授在人工智能方面的造诣也是很深的。最近一些人在研究“可解释机器学习”，杨强教授就提到了历史上的相关研究“神经网络规则抽取”，周志华教授的博士论文就有一章是这个内容。规则抽取就是符号主义的研究内容之一。既使人工智能回归符号主义，周志华教授团队，同样是游刃有余的。而其他一些机器学习团队，我看就未必了。但“可解释机器学习”的发展，很大概率会促使符号主义回归。