"众包中的统计推断与激励机制" 主题报告速记与评述（三）

笔者按 ：机器学习正在走向基于“语义”的可解释模型的新时代。但在很多场合，例如“语义”驱动的监督学习器在能够达到更强泛化能力前，也还需要数据驱动型算法，而后者的“养料”是标注的大数据，周登勇博士的这个报告介绍了大数据标注的关键技术。
其它评述链接在此。

概要

报告分两个主要部分，并主要围绕第二部分展开讨论：
1. 为什么需要众包？
2. 提升众包质量的策略：提出了基于众包的标记质量和众包动机两个问题，并分别给出并介绍了统计推断机制和激励机制设计两个解决方案。

1. 为什么需要众包(Crowd-Sourcing)？

其实这个问题不如反过来问，比如为什么不用半监督学习呢？为什么不用杉山将的弱监督学习呢？为什么不用Dr. Fei-Sha 多任务学习(multi-task learning)、领域适应(domain adaptation)和零样本学习(zero-shot learning)解决小数据问题呢？

周博士的回答是：基于众包的标注可以做到既省时间又省钱，而且引用了ML领域的经典Remark：“更多的数