Ian J. Goodfellow; Dumitru Erhan; Pierre Luc Carrier; Aaron Courville; Mehdi Mirza; Ben Hamner; Will Cukierski; Yichuan Tang; David Thaler; Dong-Hyun Lee; Yingbo Zhou; Chetan Ramaiah; Fangxiang Feng; Ruifan Li; Xiaojie Wang; Dimitris Athanasakis; John Shawe-Taylor; Maxim Milakov; John Park; Radu Ionescu; Marius Popescu; Cristian Grozea; James Bergstra; Jingjing Xie; Lukasz Romaszko; Bing Xu; Zhang Chuang; Yoshua Bengio

摘要

2013年ICML表示学习挑战研讨会重点关注了三个挑战：黑箱学习挑战、面部表情识别挑战以及多模态学习挑战。本文描述了为这些挑战创建的数据集，并总结了竞赛的结果。我们还为未来挑战的组织者提供了建议，并对机器学习竞赛中可以获得的知识类型进行了评论。注释：- ICML：国际机器学习大会（International Conference on Machine Learning）- 黑箱学习挑战：指在不了解模型内部结构的情况下进行的学习任务- 面部表情识别挑战：涉及通过算法自动识别面部表情的任务- 多模态学习挑战：涉及从多种数据源（如图像、声音和文本）中提取信息并进行融合的学习任务