本書針對近些年弱監(jiān)督機器學習中的噪聲標注學習問題進行了綜述，系統(tǒng)地介紹了標注噪聲的建模和估計方法及噪聲標注情景下的學習算法設計方法。21世紀是數(shù)據(jù)的時代，一方面數(shù)據(jù)容量在快速增長，另一方面統(tǒng)計機器學習理論對數(shù)據(jù)標注的精準性有著嚴格要求，然而精準標注需要很多領域內的專家，消耗大量金錢和時間等資源。為了實現(xiàn)大規(guī)模數(shù)據(jù)的快速標注，以眾包(crowd sourcing)和弱監(jiān)督算法為代表的噪聲標注即將成為大數(shù)據(jù)時代標注技術發(fā)展的趨勢。在這種情景下，噪聲標注數(shù)據(jù)對學習算法的魯棒性和自適應性帶來了前所未有的挑戰(zhàn)。