[科技知识] 周志华有什么代表性的突破工作吗？

天天财汇购物网址万年历小说 | 三峰软件小游戏视频

TxT小说阅读器
↓小说语音阅读,小说下载↓

一键清除系统垃圾
↓轻轻一点,清除系统垃圾↓

图片批量下载器
↓批量下载图片,美女图库↓

图片自动播放器
↓图片自动播放,产品展示↓

首页淘股吧股票涨跌实时统计涨停板选股股票入门股票书籍股票问答分时图选股跌停板选股 K线图选股成交量选股 [平安银行]

股市论谈均线选股趋势线选股筹码理论波浪理论缠论 MACD指标 KDJ指标 BOLL指标 RSI指标炒股基础知识炒股故事

商业财经科技知识汽车百科工程技术自然科学家居生活设计艺术财经视频游戏--

天天财汇 -> 科技知识 -> 周志华有什么代表性的突破工作吗？ -> 正文阅读

[科技知识]周志华有什么代表性的突破工作吗？

[收藏本文] 【下载本文】

一提起来都知道是AI大佬，都是鲜有知名的工作，这是为什么？

高引论文
想知道周志华大佬都有什么代表性的工作，我们先来看下发表过的论文情况，这是在 Google Scholar (截止到 2023 年 8 月 18 号) [1]上按照引用次数排序，我截图的前几篇论文：

虽然引用次数 != 学术贡献，但也算是一个不错的指标。
可以看到，高引用工作基本在这一波深度学习崛起（2012 年，以AlexNet为代表）之前，涉及的研究方向包括集成学习（ensemble learning）、异常检测（isolation forest）、多标签（multi-label learning)、类别不均衡（class-imbalance）等。
特别注意其中也包括神经网络模型，并且是在 2002就发表的《Ensembling neural networks: many could be better than all》[2]。
早期工作：神经网络方向
顺着上面"ensembling neural networks"这条线，我又继续看了下周老师学术早期的工作[3]，发现在 20 年前，也就是周老师学术生涯刚起步阶段，人家的研究方向就是神经网络了。

学术圈评价
周老师的荣誉大一堆[4]，总结起来就是欧洲科学院外籍院士 + 各种 Fellow + 其他大把奖项。

我突然想到，是不是可以看下周老师的“获奖评语”呢？看看学术圈是如何总结他的研究方向和贡献的。于是我挑选了几个“获奖评语”。
周志华教授在“集成学习”、“多标记学习”等机器学习的多个领域做出了杰出贡献，在理论与方法上取得原创性成果，发明的技术应用于多种真实场景取得显著成效。
为此，CCF奖励委员会决定授予周志华教授2020年“CCF-ACM人工智能奖”。
--- CCF 奖励委员会[5]
For contributions to machine learning and data mining.
--- ACM Fellows[6]
For significant contributions to ensemble methods and learning from multi-labeled and partially-labeled data.
--- AAAI Fellows[7]
For contributions to learning systems in data mining and pattern recognition
--- IEEE Fellows[8]
总结起来，细分领域的话，主要集中在“集成学习”和“多标签学习”方向上。
总结
最后回到问题本身，周老师有哪些代表性工作？我就从高引论文中摘取几个：
Isolation forestML-KNN: A lazy learning approach to multi-label learningExploratory undersampling for class-imbalance learningEnsembling neural networks: many could be better than allTraining cost-sensitive neural networks with methods addressing the class imbalance problemMultilabel neural networks with applications to functional genomics and text categorizationTri-training: Exploiting unlabeled data using three classifiers...
感兴趣的同学可以读一下:)
最后，周志华大佬的学术工作，远远不是我所花费的这点时间就能梳理清楚的，主要是看到有的答主一脸嘲讽，实在没必要嘛，还是Respect love && peace 吧。
参考^1 https://scholar.google.com/citations?user=rSVIHasAAAAJ&hl=zh-CN^2 https://www.sciencedirect.com/science/article/pii/S000437020200190X/pdf?crasolve=1&r=7f8666b71d520eec&ts=1692322328189&rtype=https&vrr=UKN&redir=UKN&redir_fr=UKN&redir_arc=UKN&vhash=UKN&host=d3d3LnNjaWVuY2VkaXJlY3QuY29t&tsoh=d3d3LnNjaWVuY2VkaXJlY3QuY29t&rh=d3d3LnNjaWVuY2VkaXJlY3QuY29t&re=X2JsYW5rXw%3D%3D&ns_h=d3d3LnNjaWVuY2VkaXJlY3QuY29t&ns_e=X2JsYW5rXw%3D%3D&rh_fd=rrr^3 https://scholar.google.com/citations?hl=zh-CN&user=rSVIHasAAAAJ&view_op=list_works&sortby=pubdate^4 https://cs.nju.edu.cn/zhouzh/index.htm^5 https://www.ccf.org.cn/Awards/Awards_Recipients/2020/CCF-ACM_Award_for_Artificial_Intelligence/2020-10-29/711437.shtml^6 https://awards.acm.org/award-recipients/zhou_3808048^7 https://aaai.org/about-aaai/aaai-awards/the-aaai-fellows-program/elected-aaai-fellows/^8 https://services27.ieee.org/fellowsdirectory/getdetailprofile.html?custNum=6vJztEZ%2BcQ4ziZ6appHOPQ%3D%3D&bccaptions=Search%20Results&bclocations=%2Ffellowsdirectory%2Fkeywordsearch.html%3Fkeyword%3Dzhi%2520hua%2520zhou

看了一圈评论，好多是抱着看戏的心态。
总结下感受：
1. 好多评论给人的感受就是深度学习就是一切，深度学习等于机器学习，然而人家主要做的是经典的机器学习，很少涉及深度学习（即使涉及深度也是人家自己提出的深度森林deep forecast）。
注：周老师早年做过神经网络，这个必须承认，但在深度学习时代，周老师的重点的确不在这里。并且大众眼中的搞深度学习基本都是默认从第三波浪潮开始算的吧；
2. 深度学习毕竟是个黑盒，实验有效，再叙事合理，基本可以发文，这也造就了深度学习时代，特别是近几年论文井喷，部分论文引用暴增，这是不争的事实。
然而搞过经典的机器学习的应该明白，想要提出基础性的算法或者作出突破还是比较难的，看过周老师的论文，除了实验还要有严格的理论分析，工作很扎实。
3. 周老师能够产生巨大影响，除了工作扎实外，另一个重要作用是人家是很多人的领路人，对于机器学习在国内的普及与发展有重要作用。包括但不限于承办各种会议，出版各种书籍，比如机器学习，集成学习，演化学习等等。
说句实话，国内包括很多有名气的人，有几个踏踏实实写书的？仅凭这一点值得尊敬。
再补充几点：
有相当一部分人喷周是拿西瓜书来说事的，觉得写的很垃圾，没啥深度，另外没有配套代码也不好实践，导致的结果就是看了书知道些概念，但要真做些什么事的话还是不会（非计算机专业应该更有这种体会）。我想强调的是：西瓜书的定位就是入门读物，相当于机器学习的科普书籍，你要拿这本书给李航的书或者PMLR来比深度和专业度，算你赢。另外，如果只想永远机械式的做工程的话，建议直接上手代码即可，看书对你应该没啥用。有意思的是另一波人喷周的原因是他的论文看不懂，无法证伪，抱歉，论文是给更专业的研究人员看的（注意是领域内学术研究人员比如高校/研究院的教授，学者，研究员这种，不是看了几本破书就乱喷的），不是给小白看的，建议有这种心态的人多看看COLT,FOCS, NeurIPS上面的论文体会下什么叫看不懂。

Isolation Forest呀

在神经网络前几波浪潮中，很多学者的研究都是集中于怎么将神经网络实用化，这时候突然出现了少数派，将神经网络之类的机器学习玄学化。在那个实用主义年代，他们选择了相反的方向，发表了guan很多文章shui。

Isolation Forest真的很强到现在还是无监督异常检测的SOTA模型之一从这个citation曲线就可以看出是经历时间检验的工作

ml 领域大佬，dl时代不清楚了，很久不看其它方向dl的论文了。
对了，西瓜书的高评价至今匪夷所思，至今没读完，感觉和大部分读者处在异时代，没有惊艳和醍醐灌顶，没有西班牙作者的那本大部头模式识别有嚼劲，也远不及早几年的李航统计学习。
国内高校搞人工智能学院的，他是主推手，南京大学第一个成立的，当时就想这要坑害多少本科生呀，一个计算机编程和统计优化的交叉方向，现在要成立学院了。
本科更适合宽基础教育。

21世纪初有一些工作，还不错，算不上出名吧，但比同段位一般教授要强那个年代算得上是国产之光，注意是国产之光。
深度学习浪潮以后，就几乎没有好作品了，没抓住深度学习这波浪潮吧。

他那篇isolation forest不是非常有名吗！很早就知道了。

不懂就问。除了西瓜书，ML领域有什么重大的东西（能写进教科书级别的，比如GAN、ResNet、LSTM等等）是刻上了周烙印的呢？Andrew我知道有一个进教科书的LDA（隐狄里赫利）。

iso forest 确实是好工作
但属于森林的时代已经过去了

建议答主列一下自己能想起来的工作，无论作者是谁，也不用管什么代表不代表，突破不突破，看看有多少?

感觉这家伙把神经网络研究搞成了玄学集大成,
越来越让人看不懂;
也没人能搞懂,
让人无法证伪的故弄玄虚成了他的标签,
他最大的能力就是:
但凡与深度学习沾边的数学工具他都能强行捏在一块,
前后逻辑能自洽吗,
骚年,玄学你懂吗,为什么要这样问?
云里雾里跟着感觉走就对了;
甚至有往宗教方向发展趋势,
西瓜书成了可兰经,
培养的学生也极具宗教色彩,
目的吗,
徒子徒孙的吹捧形成学阀利益圈;
如果任由这样的学术风气弥漫中国学术圈,
将贻害无穷;
若干年后发现,他可能就是学术界的庞氏骗局.
当然,这只是基于我个人自身知识对他做出的判断.
我写在知乎也只是希望作为若干年后的结论充当验证笔记;

告诉广大人民群众，如何选一个好西瓜

他们组的论文很会包装，会刻意把一些论文的题目用完全不合适的单词组成，然后得到一个让人很容易记住的缩写。
可惜，论文本身的价值太低，本末倒置

可以看看周老师的publication页面，里面只列举了部分工作，且都有该工作的简介及意义：
Zhi-Hua Zhou's Publications
补充（20231207）：看了一些评价，加上现在也到了年底考核期，不知道在高校工作的同行有没有一种同感，那就是一些网友对周老师的评价像极了年底考核时学校对专业老师们的评价：网友说周没啥贡献，你说啥？关于boosting长达十几年的争论？isolation forest？都没听说过啊。就跟年底考核时，你把成果列上，学校说这个因为xxx不能算，那个因为xxx也不能算，合着一年你啥也没干啊~

Isolation Forest，工程上很好用的异常检测算法。

买了他的西瓜书，老实说写得不咋样
可读性不咋好。

西瓜书

他的西瓜书挺好的，建议想入门机器学习的买来读读。
很适合入门，数学基础本科以上的就可以读懂里面所有理论公式。

关注他的领域当然就他的圈内知名度。
只是没走向媒体的前台而已。所以世俗圈子的名气不大。

我提一个没人提的领域：助农，早在拼多多之前就开始卖瓜，是多么高瞻远瞩。