完成人：周志華(南京大學)，陳松燦(南京航空航天大學)，張敏靈(南京大學)，黎銘(南京大學)，譚曉陽 (南京航空航天大學)

推薦單位：教育部

智能化是信息科學技術發展的主流趨勢之一，而機器學習是實現智能化的關鍵，并在眾多領域發揮日益重要的作用。該項目針對機器學習中信息不充分問題開展了研究，對采樣、標記、關系、目標類等方面的不充分性，分別通過挖掘數據分布信息、利用未標記數據、利用鄰域關系及度量學習、利用非目標類數據來展開研究，建立了多學習器集成的理論和方法、協同訓練理論與方法、不平衡樣本集的學習理論與方法，用標準測試集測試了這些理論和方法的可行性，并將提出的方法應用醫療診斷、刑事偵查等領域，充分表明該項目構成了完整的體系，有重要發現與創新。推動了基于不充分信息的機器學習問題的研究，有重要的學術意義及實際應用價值。該項目的主要論文發表在國外著名期刊而且影響因子較高，學術思想和觀點得到學術界的廣泛認可。該項目獲發明專利授權6項；研制的系統成功應用于國際電信公司用戶分析，兩次獲PAKDD國際數據挖掘競賽冠軍。獲《PatternRecognition》2006-2010年“Most Cited Article”等國際論文獎4項。兩次獲教育部自然科學一等獎(2005、2011年度)。應邀做國際學術會議特邀報告23次(上旨報告16次)。培養了中國計算機學會優博5篇；7名博士生獲微軟學者獎；第一完成人入選IEEE

Pellow、IAPR Fellow，擔任12種SCI(E)期刊副主編或編委。