• 大數據環境下的機器學習

三種誤解：模型不再重要（大量數據上復雜模型依然提升顯著，大數據是的復雜模型充分利用數據且難以過擬合），相關性就足夠了（因果關系重要性無法被替代），以前的研究方向不再重要（高性能計算和存儲依然重要）

機遇和挑戰：只過目一遍數據的學習，高度可解釋的模型，低質量樣本集上的學習

• 大數據挖掘和研究

天文信息學的產生，應對數據分布偏移，流式學習，可擴展可遷移的學習，即便略微損失預測精度業界更認可簡單模型，集成多種數據統一特征表示的學習，社交行為理解

數據->知識->發現->行動：不僅僅補充根據現有假設的研究而是從數據中發現新現象新設想，眾多大企業生產力因數據分析顯著收益，衛生領域使用NLP技術分析客戶的情感和滿意度

機遇和挑戰：擁有領域知識的關鍵性，提出有深度和普遍的問題，考慮新增數據源帶來的收益（即使是簡單算法），計算平臺架構的演進，對數據中問題和局限性的理解

• 大數據的全局最優化

進化算法

復雜系統的全局最優化：非線性關系的多決策變量、互相沖突的多目標，優化目標過多導致太多Pareto最優解、很難求解，評估解的質量大量消耗算力，實時優化問題，穩定和快速調整解決方案，優化過程中提取知識

機遇和挑戰：集成各種學習範式和優化的技術，形式化問題的更好方法，漸進學習、簡化優化問題，高維可視化

• 大數據環境下的產業、政府和社會

分解大數據：隱私和安全問題

分解成子模型：集成大量異質模型（即使小模型對應假設子空間有重疊）

實時在線分析：在線增量學習

極端數據分布-隱私和所有權：Wikileaks，在個人設備上計算，將個體上的計算集成的學習

機遇和挑戰：識別有共同行為的群體、個體層次的建模，實時自主學習、為自主目標的學習

Big Data Opportunities and Challenges（by周誌華）論文要點