0

当我的研究领域在时Machine Learning (ML)，我需要参加一个项目Programming Languages (PL)。因此，我正在寻找一个倾向于ML.

我知道这两个领域之间的一个交集是Natural Language Processing (NLP)，但我找不到与该主题相关的具体论文PL；可能是由于我在搜索查询中选择的关键字不佳。

课程的主要主题PL是：Syntax & Symantics, Static Program Analysis, Functional Programming, and Concurrency and Logic programming

如果您能推荐对机器学习爱好者友好的论文或关键字，我们将不胜感激！

4

3 回答 3

3

这些领域中另一个非常重要的交叉点是概率编程语言，它提供对指定为实际计算机程序的模型的概率推断。这是一个不断发展的研究领域，包括最近启动的 DARPA 项目。

于 2013-09-11T17:39:50.843 回答
2

如果您对此感兴趣NLP，那么我将重点介绍所列PL学科的两个方面：

  • 语法和语义——因为这与 NLP 领域非常密切相关，在大多数情况下，理解是基于各种语言语法。搜索有关language modeling、information extraction、的论文deep parsing将产生数十个与语法/语义问题密切相关的重要研究课题。
  • 逻辑编程——“在过去的美好时光”人们认为这是人工智能的未来，尽管它（目前）不是真的，但它在某些领域仍然被广泛用于推理。特别是，prolog它是一个很好的语言示例，可用于共鸣（例如spatial-temporal reasoning）甚至解析语言（由于其“类似语法”的产生）。

如果您希望解决一些更ML相关的问题，NLP那么您可以专注于concurrency（并行性），因为它是非常热门的话题 - 使ML模型更具可扩展性、更高效、“更大、更快、更强”；）只需查找关键字，如GPU Machine Learning,等.large scale machine learningscalable machine learning

于 2013-09-10T06:26:57.733 回答
1

我也碰巧知道爱丁堡大学有一个使用机器学习分析源代码的项目。这是它的第一个出版物

于 2013-09-12T12:38:07.183 回答