林軒田 Hsuan-Tien Lin

由機器學習的核心研究至氣象人工智慧的跨領域合作

我長期投入機器學習(Machine Learning)之核心研究，希望能解決機器學習的模型設計與實務需求之間的落差。我職涯早期的研究方向在理解機器學習中各種不同設定間的化歸關係，以將某個設定中成熟的機器學習模型有系統地轉化給另一個設定使用，這部份的系列研究成果，影響了多標籤分類與成本導向分類等方向的模型設計。接下來我將研究轉往克服當代機器學習的最大瓶頸：標記資料的品質與數量，我們設計實務的主動學習方式，讓機器能自動地透過互動取得高品質的標記資料，並研究動態的主動學習策略選擇演算法，促進了開源的libact主動學習工具庫的開發；我們研究核心的弱監督式學習模型，讓機器可以由低品質但更大量的資料中學習；我們也探討領域的轉移，讓訓練好的模型可以用少量的標記資料轉移至相關問題中使用。

在應用研究方面，我也將研究的觸角延伸至氣象人工智慧的跨領域研究，與大氣科學的專家，一同做出颱風強度判讀、降雨預測等實用的機器學習模型。此外，我很榮幸與沛星互動科技由新創的產學合作到第一線的產品研發，將機器學習的先進技術實現在數位行銷產品當中。

除了核心與應用的研究成果外，我也深信機器學習的普及化，還需要基礎教育的深耕，是以在2012年起，投身成為臺灣第一位開設華語大型線上機器學習課程的學者。我們的課程在 Coursera 與 Youtube 上都有上萬人的觀看，成為世界華語圈知名之機器學習基礎教材。