机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度 理论等多门学科。1956 年机器学习的概念由 Arthur Samuel 正式提出。此后经过漫长的发展，机器学习的工作从知识驱动的方法转变为数据驱动的方法。为了系统性的总结机器学习的发展与技术细节，2020 年 1 月清华大学人工智能研究院发布了《人工智能之机器学习》的研究报告，对机器学习发展历程、代表性专业技术、学者概况、发展趋势及应用现状等内容进行深入的梳理和概括。本份研究报告提供简版与完整版两份报告，欢迎按需下载 PDF。以下是报告原文目录：
为了帮助读者朋友更好地学习运用机器学习技术，报告最后一章提供了海量学习资源与数据集链接，科研工作者尤其是学术新人们不容错过。
公众号对话框回复关键词：机器学习，免费获取《人工智能之机器学习》报告电子版！或点击链接直接下载：https://static.aminer.cn/misc/pdf/pdf/MachineLearning.pdf
https://static.aminer.cn/misc/pdf/MachineLearningAll.pdf
AI 人才的性别失衡随着《人工智能全球最具影响力女性学者报告》的发布逐渐得到公众关注。根据 AI2000 榜单，在顶尖 AI 人才中每十位学者仅一名为女性，在德国男女比例甚至高达 25:1。为了让科技行业女性从业者得到更多展示机会，本报告基于清华大学 AMiner 团队发布的“AI 2000 人工智能全球最具影响力学者榜单”，获取人工智能领域最具影响力女性学者并从国家、性别、年龄、科技成果等多种维度进行分析。值得注意的是，人工智能领域女性学者历年的论文发表量整体呈现增长趋，2016 年的增长率最高(约 22.0%)。鼓励更多女性加入科技行业不仅能够实现女性个人价值的自我实现与女性赋权，也能推动 AI 领域的技术发展。如报告中出现的 AI 领域有名的女性学者李飞飞，她于 1999 年获得普林斯顿大学的物理学学士学位，2001 年获得加州理工学院电气工程硕士学位，2005 年获得加州理工学院电气工程博士学位。她是斯坦福大学计算机科学系的首任“红杉资本教授”，也是斯坦福大学人工智能研究所的联合主任。2020 年当选为美国国家工程院士。
