机器学习_理论_方法及应用_卢美律

社会学理论试题集

华农大社会学专业07级西方社会学史复习参考之四拓展部分（作为以后深入和继续学习参考） 4 简述科层制的特点，正负功能及未来发展趋势 6 简述韦伯关于“感召性权威合法化”的论述？ 7 米德关于自我意识发展的基本观点。 8 默顿怎样批评帕森斯的结构功能主义？ 1试论述“社会唯名论”和“社会唯实论”争论的基本内容和分歧实质。 2 试论帕森斯“结构功能模式”同马克思的“社会实践结构论”的联系与区别。 5 先赋角色与自致角色 8 异化劳动 9 普遍化的他人 6 米德怎样论述社会组织的心理基础。 7 简述布迪厄关于惯习“habitus”的基本观点。 8 简述城邦社会学的主要学术贡献及局限性。 4 试论哈贝马斯对西方社会学理性观的批判与重建。 5 有序的社会秩序是通过哪些环节建构的？谈谈你对此问题的见解。 6 试论世纪初期社会思潮的历史地位。 8 反功能 9 合法性 12 主观主义 13 异化 16 社会几何学 18 姿势对话 21 实践的模糊逻辑 22 时空抽离化 3 什么是社会行动？它大约可分几类？ 6 布劳怎样分析社会交换论中的内部报酬与外部报酬？ 7 莫顿的中程理论分析原则与帕森斯的结构功能分析原则区别 9 布劳怎样从微观的社会交换研究上升到宏观的社会结构研究？ 10 简述利奥塔关于“重写现代性”的基本观点。 4 联系中国社会发展实践，详述帕森斯的A-G-I-L的模式理论。 6 试论帕森斯关于文化因素在社会结构和社会发展中的地位和作用的观点。 3 实体性社会结构 4 社会稳定 5 社会运行 6 宗教冲突 7 话语方式 8 次级结构 9 普遍语用学 10 社会建构论 11 秩序 8 简述帕森斯的模式变量理论。 9 简述吉登斯关于“时空抽离化”的论述。 2 依据人的社会化理论，结合中国实际，谈谈你对当前青少年社会化障碍问题的认识。 3 举例论述西方社会学理论中宏观社会学与微观社会学研究的联系与区别。 4 联系当代社会专业化的趋势，论述哈贝马斯交往行动理论的合理性与局限性。 5 模式变量 6 实践的逻辑 4 教育制度的显功能 7 莫顿如何批判宏关结构功能主义的？ 4 为什么说加芬克尔的常人方法学实现了社会学的语言学转向？ 7 话语实践（福柯） 8 叙事知识（利奥诺） 10 本体性关怀（吉登斯）15 制度化（帕森斯） 16 旋转的中轴（贝尔） 8 怎样理解利奥塔对“元话语”的批判？ 9 怎样来理解吉登斯的“方法论置括号”？ 4 比较分析帕森斯的AGIL社会系统模式与丹尼尔.贝尔中轴原理的联系与区别。 5 怎样借鉴吉登斯的结构化理论解释观念更新在中国社会结构变迁中的意义？ 6 概念行图示（贝尔） 7 认识的子集（利奥塔） 8 双重解读（布迪厄） 9 压抑文明（马尔库塞） 10 解放的认识兴趣（哈贝马斯） 1 当代社会学主要丛哪些角度去研究社会化问题？ 2 社会互动的类型及其各自特点。

社会学理论与方法考题——南开大学社会学博士考题2010

2010年博士入学社会学专业课——社会学理论与方法考题 1.结构主义对当代西方社会学理论的影响。 2.试论“社会学中国化”或“中国特色社会学”建设中应坚持的原则，路径和注意的问题。 3.试述我国社会学界对当代中国社会分层研究的理论成果，并谈谈你对中国目前社会分层的看法。 4.以经济发展与社会收入差距扩大的关系研究作为主题，设计研究框架（理论模型），设计一个在全国范围内进行5000份问卷调查的抽样方案，并说明其设计原理。 2010年博士入学社会学专业课——法社会学考题 1.如果你认为法社会学是一门独立的学科，那么请你列举出当前中国法制建设中你最为关注的几个学术问题，并解释理由。 2.如果你认为法社会学是一种新的研究方法，则请你谈谈法社会学的研究方法与传统法学的研究方法相比主要有哪些不同？ 3.“清官崇拜”是中国传统法律文化中的重要现象，请你谈谈这一现象产生的原因及对中国传统法制的影响。内容提要法律是现实社会的调节器，是人民权利的保障书，是通过国家的强制力来确认人的不同社会地位的有力杠杆，它来源于现实生活，而且真实地反映现实的要求。因而透过一个国家、一个民族、一个时代的法律制度，我们可以清楚地观察到当时人们关于人、社会、入与人的关系、社会组织以及哲学、宗教等诸多方面的思想与观点。同时，法律是一种具有国家强制力、约束力的社会规范，它以一种最明确的方式，对当时社会成员的言论或行动作出规范与要求，因而也清楚地反映了人类在各个历史发展阶段中对于不同的人所作出的种种具体要求和限制。因此，从法律制度的发展变迁中，同样可以看到人类自身不断发展、不断完善的历史轨迹。人类社会几千年的国家文明发展历史已经无可争辩地证明，法律制度乃是维系社会、调整各种社会关系、保持社会稳定的重要的工具。同时，法律制度的不断完善，也是人类社会文明进步的显著体现。目录第一篇法社会学的概念、框架和方法论第一章法社会学的概念和框架第一节法社会学的概念第二节法律与社会研究的框架第二章法社会学的历史发展第一节法社会学的产生及发展概况

机器学习理论(双语)-教学大纲

教学大纲《机器学习理论(双语)》教学大纲课程编号：111103A 课程类型：□通识教育必修课□通识教育选修课 □专业必修课■专业选修课 □学科基础课总学时：48 讲课学时：32 实验（上机）学时：16 学分：3 适用对象：投资学专业先修课程：金融计算机语言、金融计量学、量化金融学（双语）一、教学目标当代投资学越来越多的采用人工智能技术解决复杂投资决策问题。人工智能的理论和技术在当代投资中的地位越来越重要，甚至已有取代传统投资决策和方法技术之趋势，因此投资学专业学生需要系统的学习人工智能理论在金融投资中的应用。人工智能的理论和技术主要来自于机器学习理论。本课程系统的向学生讲授机器学习理论。机器学习理论与计算机编程、统计学以及计量经济学有密切的联系，因此学生在学习本课程前需要有足够的背景知识。本课程将通过介绍机器学习理论，让学生了解如何利用机器学习理论以及人工智能技术进行金融问题研究和进行量化投

资决策。该课程是专业必修课中的一门重要课程，是一门跨学科的复合型课程，因此需要学生对各先修学科有扎实的基础，本课程突出学习前沿人工智能理论知识与应用相结合，重点培养学生综合运用跨学科知识进行量化投资。学生在学好本课程后，将对其后续课程以及毕业论文设计帮助巨大，也将增强学生在大数据人工智能时代的就业竞争优势。目标1：掌握主流和前沿的机器学习理论目标2：熟练运用机器学习理论结合投资学知识解决具体问题目标3：融会贯通投资学、统计学、计量经济学、计算机编程以及机器学习理论，提升处理复杂投资决策问题的能力。目标4：充分了解投资学发展的前沿，了解人工智能与投资学发展逻辑联系。二、教学内容及其与毕业要求的对应关系（一）教学内容《机器学习理论》涉及三大板块知识。即基础理论知识介绍、上机实习和综合运用。在基础知识模块主要介绍和讲授机器学习理论的主要知识框架，包括：监督学习、无监督学习和强化学习，其中监督学习中的若干模型属于精讲内容，无监督学习属于细讲的内容，而强化学习属于粗讲的内容。上机环节主要采用Python、Matlab以及R语言，结合学理论知识，熟练运用计算机语言调用相关理论模型。因为这是一门跨学科复合型课程，在课程的后半段，教学内容将突出综合应用，采取在给定适当投资场景的前提下，以案例分析的形式，让学生构建模型，提升综合能力。案例包括（但不限于）：量化投资与智能选股、人工智能与衍生品定价、机器学习理论在股票预测中的应用、强化学习与投资决策、监督学习与信用风险识别等。此外，课程还会从行业发展与产业经济学视角，引导学生了解智能投资以及科

西方社会学主要理论

一结构功能主义现代西方社会学中的一个理论流派。它认为社会是具有一定结构或组织化手段的系统，社会的各组成部分以有序的方式相互关联，并对社会整体发挥着必要的功能。整体是以平衡的状态存在着，任何部分的变化都会趋于新的平衡。思想渊源　社会科学中的功能主义有着长期的历史。A.孔德和H.斯宾塞在其著作中都有所论述。□.迪尔凯姆、A.R.拉德克利夫—布朗和B.K.马林诺夫斯基对功能主义也作了较为系统的阐述。现代社会学中的结构功能主义是在以往的功能主义的思想基础上形成和发展起来的。帕森斯的结构功能主义　美国社会学家T.帕森斯在20世纪40年代提出了结构功能主义这一名称，他在以后的许多论著中，为形成结构功能主义的系统性理论作出了很大努力，并成为结构功能分析学派的领袖人物。帕森斯认为,社会系统是行动系统的4个子系统之一，其他3 个是行为有机体系统、人格系统和文化系统。在社会系统中，行动者之间的关系结构形成了社会系统的基本结构。社会角色，作为角色系统的集体，以及由价值观和规范构成的社会制度，是社会的一些结构单位。社会系统为了保证自身的维持和存在,必须满足4种功能条件：①适应。确保系统从环境中获得所需资源，并在系统内加以分配。②目标达成。制定系统的目标和确定各目标的主次关系，并能调动资源和引导社会成员去实现目标。③整合。使系统各部分协调为一个起作用的整体。④潜在模式维系。维持社会共同价值观的基本模式，并使其在系统内保持制度化。在社会系统中，执行这 4种功能的子系统分别为经济系统、政治系统、社会共同体系统和文化模式托管系统。这些功能在社会系统中相互联系。社会系统与其他系统之间、社会系统内的各亚系统之间，在社会互动中具有输入—输出的交换关系，而金钱、权力、影响和价值承诺则是一些交换媒介。这样的交换使社会秩序得以结构化。帕森斯认为，社会系统是趋于均衡的，4种必要功能条件的满足可使系统保持稳定性。默顿的经验功能主义　美国社会学家R.K.默顿是结构功能主义的主要代表人物之一，他发展了结构功能方法。默顿认为，在功能分析上，应该注意分析社会文化事项对个人、社会群体所造成的客观后果。他提出外显功能和潜在功能的概念，前者指那些有意造成并可认识到的后果，后者是那些并非有意造成和不被认识到的后果。进行功能分析时，应裁定所分析的对象系统的性质与界限，因为对某个系统具有某种功能的事项，对另一系统就可能不具这样的功能。功能有正负之分，对群体的整合与内聚有贡献的是正功能，而推助群体破裂的则是负功能。默顿主张根据功能后果的正负净权衡来考察社会文化事项。他还引入功能选择的概念，认为某个功能项目被另外的功能项目所替代或置换后，仍可

机器学习的研究与应用新进展

第10章机器学习研究与应用新进展徐从富李石坚王金龙（浙江大学人工智能研究所，杭州 310027） 2005年10月7日第一稿 2006年10月16日第二稿 10.1 机器学习研究与应用综述 10.1.1 机器学习的发展概况机器学习（Machine Learning）不仅是人工智能的一个核心研究领域，而且已成为整个计算机领域中最活跃、应用潜力最明显的领域之一，它扮演着日益重要的角色。近年来，欧美各国都投入了大量人财物进行机器学习的研究和应用，Intel、IBM、波音、微软、通用电器等大型公司也积极开展该领域的研究和开发，而且已有不少研究成果进入产品。美国航空航天局JPL实验室的科学家们在2001年9月出版的《Science》上撰文指出：“机器学习对科学研究的整个过程正起到越来越大的支持作用，……，该领域在今后的若干年内将取得稳定而快速的发展。”此外，机器学习研究的热门程度还可以从该领域的国际权威期刊《机器学习研究学报》（Journal of Machine Learning Research，简称JMLR）的影响因子（Impact factor）看出，据美国科学引文检索公司（ISI）统计，2004年该学报的影响因子已达到5.952，这是除了《ACM计算综述》（ACM Computing Survey）以外影响因子最高的计算机类期刊。需要特别说明的是，《ACM计算综述》每年只发表12篇世界级权威计算机专家关于某个研究方向最新研究进展的综述文章，一般并不发表研究论文，2004年其影响因子为10.037。 1997年Tom M. Mitchell在“Machine Learning”一书中给出了机器学习的经典定义——“计算机利用经验改善系统自身性能的行为。”还有人认为，机器学习是“神经科学（含认知科学）＋数学＋计算”的有机结合，数学则填补了神经科学与计算之间的鸿沟。与很多新兴学科一样，机器学习也是一个多学科交叉的产物，它吸取了人工智能、概率统计、神经生物学、认知科学、信息论、控制论、计算复杂性理论、哲学等学科的成果。实践证明，机器学习在很多应用领域发挥了重要的实用价值，特别是在数据挖掘、语音识别、图像识别、机器人、车辆自动驾驶、生物信息学、信息安全、遥感信息处理、计算金融学、工业过程控制等

《机器学习》课程教学大纲

《机器学习》课程教学大纲课程中文名称：机器学习课程英文名称：Machine Learning 适用专业：计算机应用技术，管理科学与工程总学时：36 （讲课：28 ，实验：8 ）学分：2 大纲撰写人：大纲审核人：编写日期：一、课程性质及教学目的：本课程是面向计算机与信息工程学院研究生开设的专业基础课。其教学重点是使学生掌握常见机器学习算法，包括算法的主要思想和基本步骤，并通过编程练习和典型应用实例加深了解；同时对机器学习的一般理论，如假设空间、采样理论、计算学习理论，以及无监督学习和强化学习有所了解。二、对选课学生的要求：要求选课学生事先受过基本编程训练，熟悉C/C++或Matlab编程语言，具有多元微积分、高等代数和概率统计方面基本知识。三、课程教学内容和要求（200字左右的概述，然后给出各“章”“节”目录及内容简介） 1.决策论与信息论基础： a)损失函数、错分率的最小化、期望损失的最小化等 b)相对熵、互信息 2.概率分布： a)高斯分布、混合高斯分布、Dirichlet分布、beta分布等 b)指数分布族：最大似然估计、充分统计量、共轭先验、无信息先验等 c)非参数方法：核密度估计、近邻法 3.回归的线性模型： a)线性基函数模型 b)贝叶斯线性回归 c)贝叶斯模型比较 4.分类的线性模型： a)判别函数：二分类和多分类的Fisher线性判别 b)概率生成模型：连续输入、离散特征 5.核方法： a)对偶表示

b)构造核函数 c)径向基函数网络：Nadaraya-Watson模型 d)高斯过程：高斯过程模型用于回归和分类、Laplace逼近、与神经网络的联系 6.支持向量机： a)最大边缘分类器：历史回顾 b)用于多分类和回归的支持向量机：几何背景、各种变种 c)统计学习理论简介：Vapnik等人的工作 7.图模型： a)贝叶斯网络 b)Markov随机场：条件独立、因子分解 c)图模型中的推断 8.混合模型和期望最大化（Expectation Maximization，EM）算法（3学时）： a)高斯混合模型的参数估计：最大似然估计、EM算法 b)EM一般算法及其应用：贝叶斯线性回归 9.隐Markov模型和条件随机场模型（3学时）： a)隐Markov模型：向前-向后算法、Viterbi算法、Baum-Welch算法等 b)条件随机场及其应用四、课程教学环节的学时安排和基本要求 1.决策论与信息论基础（2学时）：了解并掌握统计决策理论和信息论的基础知识。 2.概率分布（3学时）：熟悉常见的分布，熟练掌握最大似然估计方法，学会利用无信息先验和共轭先验简化计算，了解一些常用的非参数方法。 3.回归的线性模型（3学时）：掌握线性回归的一般方法，学会使用R中有关回归的程序包，并能将之用于解决实际问题。 4.分类的线性模型（3学时）：对分类问题有一个全面的了解，掌握一些常用的分类方法。 5.核方法（3学时）：了解核方法的最新进展，熟练掌握核函数参数估计的常用方法。 6.支持向量机（4学时）：掌握支持向量机的基本原理，面对各自研究领域中的具体问题学会使用支持向量机，粗略了解统计学习理论。 7.图模型（4学时）：从建模到算法实现。 8.混合模型和期望最大化（Expectation Maximization，EM）算法（3学时）：掌握EM算法的基本理论，学会使用EM算法。 9.隐Markov模型和条件随机场模型（3学时）：掌握隐Markov模型的几个经典算法，学会利用隐Markov模型和条件随机场模型解决具体问题，如自然语言处理中的词性标注等。五、教材及参考文献： 1.Bishop, C. M. (2006) Pattern Recognition and Machine Learning, Spring Science + Business Media, LLC 2.Mitchell, T. M. (1997) Machine Learning, The McGraw-Hill Companies, Inc. 六、必要的说明

社会学概论主要理论

社会学概论主要理论十分以上喔第一章社会学的创立与发展 1.社会学创立时期代表（1）孔德（社会学之父）将社会学居于科学最高层次；“秩序”和“进步”是他的两个核心概念。（2）卡尔·马克思；（3）斯宾塞 2.社会学形成时期代表（1）涂尔干：①社会学的研究对象--社会事实。②社会团结理论；③失范理论；④社会学研究方法准则； ⑤功能分析和历史分析方法：系统的社会学功能分析。（2）韦伯：①理解社会学--韦伯认为，研究对象是社会行动。 ②社会行动类型。合理性是韦伯社会学理论的核心概念。 3.芝加哥学派：社会学起源于欧洲，但是世界上第一个社会学系是在美国成立。 4.结构功能论关注焦点在于社会均衡是如何维持和不断修复的。代表人物是帕森斯和默顿。帕森斯：《社会行动的结构》和《社会系统》。其AGIL功能分析图式是理解其结构功能理论的重要内容。默顿：《社会理论与社会结构》，提出显功能与潜功能。 5.冲突理论（1）源于马克思的社会思想，马克思的阶级斗争理论是最早、最深刻和最系统的冲突论；（2）辩证冲突论：德国达伦多夫--《工业社会的阶级和阶级矛盾》。 6.交换理论：霍曼斯提出，布劳修正--《社会生活中的交换与权力》。 7.符号互动论：源于美国社会学家米德，主要代表人物是布鲁默和戈夫曼。 8.社会批判理论：法兰克福学派所主张的理论道路。 9.艾尔弗雷德·舒茨--奥地利--创立现象学社会学。 11.“五脏六腑”--费孝通第二章社会学研究方法 1.实证主义方法论遵循自然科学法则，用普遍因果律研究社会现象的方法理论，以孔德《实证哲学教程》为代表。 2.人文主义方法论反实证主义方法论，是对社会行动过程及结果予以主观意义理论的方法。基本观点：（1）强调自然科学与社会科学的区别；（2）研究的目的在于“理解”而非“说明”；（3）立足于微观层面，研究社会现象。 3.马克思主义社会学方法论基本观点（1）承认客观的社会规律；（2）社会是不断发展变化的，社会进程是人与人之间相互作用的结果；（3）唯物史观，强调人类的历史实践活动，注重制约人的行动的社会物质环境。 4.当代社会学方法论的主要流派（1）后实证主义--20世纪后期，波普尔的证伪理论、科学哲学家库恩的“科学革命论”和“范式理论”占主导地位。（2）新人文主义--20世纪80年代后期，在欧洲兴起的新人文主义，又称新韦伯主义。（3）批判诠释理论--伽达默尔的《真理与方法》被称为“用历史诠释学观点考察真理”的里程碑。（4）后现代主义--后现代主义是20世纪80年代在文化、文学领域形成的一种哲学思潮，对社会学产生了重要影响。

对抗机器学习理论及应用

PhD studentship (Full-time) Requirements: The candidate should have a first class or upper second class honours degree, or a master’s degree(or equivalent qualification), in Computer Science, Pattern Recognition, Mathematics, Electrical Engineering and related fields. Evidence of good spoken and written English is essential. The candidate should have an IELTS score of 6.5 or above, if the first language is not English. This position is open to all qualified candidates irrespective of nationality. Degree: The student will be awarded a PhD degree from the University of Liverpool (UK) upon successful completion of the program. Funding: The PhD studentship is available for three years subject to satisfactory progress by the student. The award covers tuition fees for three years (currently equivalent to RMB 80,000 per annum) and provides a monthly stipend of 5000 RMB as a contribution to living expenses. It also provides up to RMB 16,500 to allow participation at international conferences during the period of the award. It is a condition of the award that holders of XJTLU PhD scholarships carry out 300-500 hours of teaching assistance work per year. The scholarship holder is expected to carry out the major part of his or her research at XJTLU in Suzhou, China. However, he or she is eligible for a research study visit to the University of Liverpool of up to three months, if this is required by the project.

在社会学理论的四大研究途径

在社会学理论的四大研究途径（建构主义、功利主义、功能主义和批判结构主义）（沃特斯2000：6ff.）当中，以社会系统理论为表现形式的功能主义传统由于强调整体、均衡和稳定，可以说是最为强调“社会和谐”的建构主义(constructivism)，其最早提出者可追溯至瑞士的皮亚杰(J.Piaget)。他是认知发展领域最有影响的一位心理学家，他所创立的关于儿童认知发展的学派被人们称为日内瓦学派。皮亚杰的理论充满唯物辩证法，他坚持从内因和外因相互作用的观点来研究儿童的认知发展。他认为，儿童是在与周围环境相互作用的过程中，逐步建构起关于外部世界的知识，从而使自身认知结构得到发展。德国倭铿对其精神生活哲学的自称。主要是突出人的精神生活的能动性。...行动哲学反对自然主义与社会主义。认为自然主义对人的精神加上错误的限制，它虽给予人以自由，但不能指导人正确地使用自由。社会主义不能给予人的生活过程以统一性，不能了解符号互动论符号互动论，一种主张从人们互动着的个体的日常自然环境去研究人类群体生活的和理论派别，又称象征相互作用论或符号互动主义。符号互动论作为一种关注个体行为的社会理论产生于20世纪30年代。它强调人类主体性的理论前提、关注个体间互动行为的经验研究取向。是在美国实用主义哲学家W.詹姆斯和的著作中提出的。现象学的词源可上溯至18世纪法国哲学家兰伯尔以及德国古典哲学家G.W.F.黑格尔的著作﹐但其含义均与胡塞尔的用法不同。胡塞尔赋予“现象”的特殊含义﹐是指意识界种种经验类的“本质”﹐而且这种本质现象是前逻辑的和前因果性的﹐它是现象学还原法的结果。狭义的现象学指20世纪西方哲学中德国哲学家E.胡塞尔创立的哲学流派或重要学派。其学说主要由胡塞尔本人及其早期追随者的哲学理论所构成。广义的现象学首先指这种哲学思潮﹐其内容除胡塞尔哲学外﹐还包括直接和间接受其影响而产生的种种哲学理论以及20世纪西方人文学科中所运用的现象学原则和方法的体系。现象学不是一套内容固定的学说，而是一种通过“直接的认识”描述现象的研究方法。它所说的现象既不是客观事物的表象，亦非客观存在的经验事实或马赫主义的“感觉材料”，而是一种不同于任何心理经验的“纯粹意识内的存有”。结构化理论以吉登斯为代表的一种社会理论，关注具有知识和能力的人类作用者与其所处的广泛社会系统和结构之间的相互关系。该理论通过对社会学理论传统的反思，树立了自己的理论目标，即超越传统理论的二元分裂的局面，确立自己的研究对象。他提出社会学所探求的社会结构，只有经过结构化过程才能得到说明。英国社会学家安东尼·吉登斯用行动者模型——分层模型展开对结构化的论述。所谓分层模型，就是将行动者理解为一系列的意识层面，这些意识层面主要分三个层次：凭借语言的话语意识、凭借理性的实践意识、以动机和认知为主的无意识。在吉登斯看来，结构并不决定行动，而是行动的意外结果。结构只是使行动结构化，行动展现了结构并再生了结构。由此可见，吉登斯对结构与行动二元对立的调和，不过是在两者间进行循环论证双重性结构化过程具有双重性，一方面社会结构规定着人们的社会活动；另一方面人们的社会活动也产生和再生出新的社会结构。功能主义社会学解释

机器学习研究现状与发展趋势

机器学习研究现状与发展趋势摘要: 机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的。近年来机器学习理论在诸多应用领域得到成功的应用与发展，已成为计算机科学的基础及热点之一。采用机器学习方法的计算机程序被成功用于机器人下棋程序、语音识别、信用卡欺诈监测、自主车辆驾驶、智能机器人等应用领域，除此之外机器学习的理论方法还被用于大数据集的数据挖掘这一领域。实际上，在任何有经验可以积累的地方，机器学习方法均可发挥作用。机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。本文主要叙述了 1.机器学习的研究现状,包括定义,应用领域,研究意义,发展史,系统结构,和对其进行各种角度的分类. 2.机器学习的发展趋势。引言: 1

按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。西蒙对学习给出的定义本身，就说明了学习的重要作用。机器能否象人类一样能具有学习能力呢？1959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对奕中改善自己的棋艺。4年后，这个程序战胜了设计者本人。又过了3年，这个程序战胜了美国一个保持8年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。什么叫做机器学习？至今，还没有统一的“机器学习”定义，而且也很难给出一个公认的和准确的定义。为了便于进行讨论和估计的进展，有必要对机器学习给出定义，即使这种定义是不完全的和不充分的。顾名思义，机器学习是研究如何使用机器来模拟人类学习活动的一门。稍为严格的提法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是计算机；现在是电子计算机，以后还可能是中子计算机、光子计算机或神经计算机等等。机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的。近年来机器学习理论在诸多应用领域得到成功的应用与发展，已成为计算机科学的基础及热点之一。机器学习已经有了十分广泛的应用例如搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外，还有计算机学习理论会议以及遗传算法会议。机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计 1

【社会学考研必看】_社会学研究方法多种简答题附答案

简答题： 1、对社会研究可以进行哪些分类？从研究的性质上看，可以分为理论性研究、应用性研究；从研究的目的上看，可以分为探索性研究、描述性研究、解释性研究；按照调查对象的范围，可以分为普查、抽样调查、个案调查；从研究的方法上看，可以分为定性研究、定量研究；从研究的时间尺度上看，可以分为横向研究、纵向研究。 2、理论性研究与应用性研究最主要的差别是什么？理论性研究强调通过研究来发展知识，寻找社会运行的规律；应用性研究强调通过研究来直接帮助解决社会实践中的各种实际问题。 3、理论研究包括哪些类型？一般来说，即包括在抽象层次进行学术探讨；也包括在理论层次上运用实证方法研究现实问题（实证研究，是理论性社会研究的重点）（建立假设得到理论解释——观察、概括、抽象、检验已有理论，提供新理论解释） 4、采用哪些方法可以提高理论性研究现实的社会价值？一方面应该提倡理论研究者更多地关注社会现实问题，将理论研究的选题方向更多地集中在与人类社会的重大现实问题和长远发展密切相关的领域。另一方面理论研究者应该尽可能地采用一些比较通俗的表述方式，或者通过科普读物的方式给普通读者传播理论研究的最新成果。 5、简述应用性社会研究的主要领域？主要类型：社会生活状况研究、社会问题研究、社会政策研究、社会发展指标和社会影响评估等。主要研究领域：人口管理、劳动就业、城市建设、公共交通、环境保护、区域发展、社会治安、文化教育、社会保障、公共卫生等。（社会经济、文化和社会生活的其他各领域也需要社会科学的应用性研究） 6、简述探索性研究的主要内容？三部分：一是实地考察；二是请教专家；三是查阅资料。 7、简述探索性研究的方法特点？比较简单，不太严格。观察法、访谈法等，有时也进行小规模问卷调查，一些典型个安调查，结果并不用来推论总体，也不用来检验某种假设，而是为提出理论假设提供初步的根据和其他相应的信息。 8、解释性研究的方法特点？解释性研究的目标是回答“为什么”，是解释社会现象的原因和说明社会现象之间的关系，首先进行描述性研究，解释性研究需要比描述性研究的程序更复杂，方法更精致、更严谨，针对性也更强。 9、普查的主要特点？第一，普查资料本身可准确地反映社会总体的一般特征。第二，普查的形式比较规范，保证了普查资料的准确性和精确性。第三，普查所涉及的调查项目一般都较少，并且对资料的深度要求不高。第四，普查需要调动大量的人力、物力且耗时较长。 10、抽样调查的特点？首先，它只对总体中一定数量的个体进行调查，因此比普查要节省时间、人力和经费。

机器学习的发展现状及其相关研究

机器学习的发展现状及其相关研究摘要: 阐述了机器学习的概念及其研究现状, 讨论了其中的关键技术、难点及应用与发展前景, 并对机器学习研究中的有关问题提出一些看法. 关键词: 人工智能; 机器学习; 泛化 1 机器学习的发展现状机器学习(machine learning)是继专家系统之后人工智能应用的又一重要研究领域, 也是人工智能和神经计算的核心研究课题之一. 机器学习是人工智能领域中较为年轻的分支, 其发展过程可分为4 个时期: 1)20 世纪50 年代中期到60 年代中期, 属于热烈时期; 2)60 年代中期至70 年代中期,被称为机器学习的冷静时期; 3)70 年代中期至80 年代中期, 称为复兴时4)1986 年开始是机器学习的最新阶段. 这个时期的机器学习具有如下特点: 机器学习已成为新的边缘学科并在高校成为一门独立课程; 融合了各种学习方法且形式多样的集成学习系统研究正在兴起; 机器学习与人工智能各种基础问题的统一性观点正在形成; 各种学习方法的应用范围不断扩大, 一部分应用研究成果已转化为商品; 与机器学习有关的学术活动空前活跃. 2 机器学习的概念、类型及特点 2.1 机器学习的基本概念

机器学习的研究主旨是使用计算机模拟人类的学习活动, 它是研究计算机识别现有知识、获取新知识、不断改善性能和实现自身完善的方法.机器学习的研究目标有3 个: 1)人类学习过程的认知模型; 2)通用学习算法; 3)构造面向任务的专用学习系统的方法.在图1 所示的学习系统基本模型中, 包含了4 个基本组成环节. 环境和知识库是以某种知识表示形式表达的信息的集合, 分别代表外界信息来源和系统所具有的知识; 环境向系统的学习环节提供某些信息, 而学习环节则利用这些信息对系统的知识库进行改进, 以提高系统执行环节完成任务的效能. “执行环节”根据知识库中的知识完成某种任务, 同时将获得的信息反馈给学习环节. 2.2 基于符号的机器学习基于符号的机器学习, 是基于代表问题域中实体和关系的符号集合. 符号学习算法就是利用这些符号推出新颖、有效的一般规则, 规则同时也用这些符号进行表述. 1)变型空间搜索. 候选解排除算法依赖于变量空间这个概念, 是与训练实例一致的所有概念描述的集合. 这些算法有更多实

机器学习：入门方法与学习路径

机器学习：入门方法与学习路径一、引言也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone手机拍照的时候，早已习惯它帮你框出人脸；也自然而然点开今日头条推给你的新闻；也习惯逛淘宝点了找相似之后货比三家；亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩，这些功能的核心算法就是机器学习领域的内容。套用一下大神们对机器学习的定义，机器学习研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构使之不断改善自身。简单一点说，就是计算机从数据中学习出规律和模式，以应用在新数据上做预测的任务。近年来互联网数据大爆炸，数据的丰富度和覆盖面远远超出人工可以观察和总结的范畴，而机器学习的算法能指引计算机在海量数据中，挖掘出有用的价值，也使得无数学习者为之着迷。但是越说越觉得机器学习有距离感，云里雾里高深莫测，我们不是专家，但说起算有一些从业经验，做过一些项目在实际数据上应用机器学习。这一篇就我们的经验和各位同仁的分享，总结一些对于初学者入门有帮助的方法和对进阶有用的资料。

二、机器学习关注问题并非所有的问题都适合用机器学习解决(很多逻辑清晰的问题用规则能很高效和准确地处理)，也没有一个机器学习算法可以通用于所有问题。咱们先来了解了解，机器学习，到底关心和解决什么样的问题。 1. 从功能的角度分类，机器学习在一定量级的数据上，可以解决下列问题：（1）分类问题根据数据样本上抽取出的特征，判定其属于有限个类别中的哪一个。比如：垃圾邮件识别（结果类别：1、垃圾邮件2、正常邮件）文本情感褒贬分析（结果类别：1、褒2、贬）图像内容识别识别（结果类别：1、喵星人2、汪星人3、人类4、草泥马5、都不是）（2）回归问题根据数据样本上抽取出的特征，预测一个连续值的结果。比如：星爷《美人鱼》票房大帝都2个月后的房价隔壁熊孩子一天来你家几次，宠幸你多少玩具（3）聚类问题根据数据样本上抽取出的特征，让样本抱抱团(相近/相关的样本在一团内)。比如：google的新闻分类用户群体划分我们再把上述常见问题划到机器学习最典型的2个分类上：分类与回归问题需要用已知结果的数据做训练，属于“监督学

几种机器学习算法原理入门教程

几种机器学习算法原理入门教程一、机器学习的过程机器学习的过程：从本质上来说，就是通过一堆的训练数据找到一个与理想函数（f）相接近的函数。在理想情况下，对于任何适合使用机器学习的问题，在理论上都是会存在一个最优的函数让每个参数都有一个最合适的权重值，但在现实应用中不一定能这么准确得找到这个函数。所以，我们要去找与这个理想函数相接近的函数。只要是能够满足我们的使用的函数，我们就认为是一个好的函数。这个训练数据的过程通常也被解释为：在一堆的假设函数（Hypothesis set）中，它是包含了各种各样的假设，其中包括好的和坏的假设。我们需要做的就是：从这一堆假设函数中挑选出它认为最好的假设函数（g）——这个假设函数是与理想函数（f）最接近的。

机器学习这个过程就像是：在数学上，我们知道了有一个方程和一些点的坐标，用这些点来求这个方程的未知项从而得出完整的方程。但在机器学习上，我们往往很难解出来这个完整的方程是什么。所以，我们只能通过各种手段求最接近理想情况下的未知项取值，使得这个结果最接近原本的方程。二、什么问题适合用机器学习解决机器学习不是万能的，并不能解决所有的问题。通过以上机器学习的过程可以看出来，实质上，机器学习是：通过已知经验找到规律来进行预测。银行想知道应该发放多少贷款给某个客户时，可以根据过往成功放贷的数据找出每个贷款区间的人群特点、自身的房车资产状况等，再看看这个客户的特点符合哪个区间，以此去确定应该发放多少贷款，这就是适合用机器学习去解决的问题。

对于适合用机器学习解决的问题，台大的林轩田教授为我们总结了三个要素： 1.有规律可以学习 2.编程很难做到 3.有能够学习到规律的数据只要满足这三个条件的问题，我们都可以挑选合适的算法去解决。基于以上的条件，通常我们可以用机器学习解决三类问题： 1.预测（回归）：根据已知数据和模型，预测不同客户应该发放的贷款额度是多少 2.判别（分类）：与预测有点类似，也是根据模型判别这个客户属于过往哪一类客户的概率有多大 3.寻找关键因素：客户的属性非常多，通过模型我们可以找出对放贷影响最大的因素是什么三、几种常见的模型和算法

现代机器学习理论大作业

现代机器学习理论大作业题目：葡萄酒的种类识别 ---- 基于支持向量机（SVM）的数据分类预测学院：姓名：学号：

《现代机器学习理论》葡萄酒的种类识别 ---- 基于支持向量机（SVM）的数据分类预测一、理论知识 1、支持向量机（SVM）简介支持向量机（SVM）是Vapnik等人根据统计学习理论提出的一种学习方法，近年来在模式识别、回归分析、图像处理和数据挖掘等方面得到了广泛应用。支持向量机方法根据Vapnik的结构风险最小化原则，尽量提高学习机的泛化能力，即由有限训练样本得到的决策规则，对独立的测试集仍能够得到小的误差。此外，支持向量机算法是一个凸二次优化问题，能够保证找到的极值解就是全局最优解。这些特点使支持向量机成为一种优秀的学习算法。目前在国外，SVM是一个研究的热门，并目已经取得了一些成果。这一点可以从近几年国外发表的学术论文看出，IEEE Transactions on Neural Networks也已经出版了关于VC理论和SVM方面的专集。自从90年代初经典SVM的提出，由于其完整的理论框架和在实际应用中取得的很多好的效果，在机器学习领域受到了广泛的重视。其理论和应用在横向和纵向上都有了发展。目前对SVM的理论研究与进展主要包括：模糊支持向量机；最小二乘支持向量机；加权支持向量机；主动学习的支持向量机等。而对算法的改进主要内容有：降低计算量；自适应算法的研究；噪声数据处理；核函数的构造和参数的选择理论研究；主动学习策略的应用；增量学习等。虽然SVM方法在理论上具有很突出的优势，但与其理论研究相比，应用研究相对比较落后。最近几年，应用研究才逐渐地多起来。在模式识别领域，包括手写体数字识别、人脸检测、语音识别、目标识别、文本分类等方面，取得了一定的成果。此外，支持向量机具有调节参数少，运算速度快，时间代价小的优点，随着支持向量机理论研究的逐步深入，支持向量机在模式识别、回归估计、概率密度函数估计等问题上的研究也逐步深入，必将成为各国研究者的研究热点。 2、支持向量机（SVM）原理

侯均生《西方社会学理论教程》重点及笔记整理

西方社会学理论导言一、学习《西方社会学理论》的目的通过学习社会学发展史上各个思想名家的研究方法和社会理论，在自觉模仿和实践的基础上，形成自己看待社会现象和社会问题的思维方式和理论视角。二、社会学发展史（一）古典社会学理论（classical sociological theory）：大约从19世纪30年代到20世纪20年代，是社会学的诞生和形成时期，主要特征是： 1．社会学发展的重心在西欧，但20世纪初已经开始转向美国：孔德（Comte，法国人）；斯宾塞（Spencer，英国人）；滕尼斯（Tonneis，德国人）；涂尔干（Durkheim，法国人）；韦伯（Webber，德国人）；马克思（Marx，德国人）、帕累托（Pareto，意大利人）；齐美尔（Simmel，德国人）；曼海姆（Mannheim，匈牙利人）。社会学发展重心由西欧转向美国时期的代表人物有：凡勃伦（Veblen），库利（Cooley），帕克（Park），米德（Mead），托马斯（Thomas）. 2．使社会学从其他学科中独立出来，尤其是从哲学中独立出来，确立了独特的学科地位，主要表现为有了自己的独特的研究对象和研究方法。社会学产生的标志也有两种意见。一种以社会研究方法的转向为标志，比如Garner就认为社会学起源于马基雅维利（Machiavelli）的《君主论》（the Prince），until the renaissance, most books upheld general notions of normative behavior, were non-empirical, and did not observe, describe and analyze the actual human behavior. Machiavelli included into his book all the violent, fierce, savage, coercive, and even compassionate acts that the ruler implement in order to stay in power. The prince is based on reality-the observations of real people, not just moral ideals. 另外一种意见便是以“社会学”一词的提出为标志，那就是法国社会学家August Comte1838年，在他出版的阐述社会哲学原理的《实证哲学教程》的第四卷中，第一次提出了“社会学”这个新名词。虽然我们本课程的讲解从孔德开始，但是要是想理解社会学思想家的思想源流，还是要追溯得更久远一些。 3．此一时期的社会学思想形成了社会学学科的基本概念和核心论题，对以后的社会学发展产生了深远的影响。（二）现代社会学理论（modern sociological theory），大约从20世纪20 年代到70年代末，这是社会学的发展时期，其主要特征有： 1．社会学的发展重心转移到了美国。社会学的基本假设是human behavior is shaped by society and social environment；那么人的思想也是植根于社会条件中的。 2．围绕帕森斯的结构功能主义展开，首先是帕森斯综合西欧的古典社会学理论，适应当时美国社会的需要建立了宏大的结构功能主义体系，形成了“一统天下”的局面，其后随着社会的不断发展，人们开始对结构功能主义进行批判，形成了社会学理论在美国的“群雄并起”的局面，因此很多学者就把这一时期称为“帕森斯”和“反帕森斯”阶段。 3．在古典社会学理论传统的基础上，各个理论家从不同的理论立场出发，发展完备了各个理论传统，形成了结构功能理论、社会冲突理论、符号互动理论、社会批判理论等几大理论体系。我们在讲解这一部分的时候，和上一部分的讲法有些区别，这一部分主要是按照不同的理论体系进行讲解。