中文摘要：

多任务学习起源于对归纳偏置问题的研究，是机器学习领域的一个重要研究课题。本项目对多任务学习进行研究，完成了原定研究计划并取得以下主要成果（1）提出了基于懒惰学习技术的多任务学习算法MT-kNN；（2）提出了基于多示例学习技术的多任务学习算法MIML-kNN；（3）提出了结合多标记学习和多任务学习的LEAD算法；（4）提出了适于图像自动分类的基于双视图的多任务学习方法。基于上述工作，本项目共发表/录用论文11篇，其中国际期刊论文5篇（包括顶级国际期刊DMKD 1篇、一流国际期刊IEEE TSMC-B 1篇）、国际会议论文5篇（包括顶级国际会议IJCAI'11、KDD'10、ICDM'10各1篇）。获国家发明专利授权1项。合作组织ICML/COLT'10 workshop、ECML/PKDD'09 workshop各1次，任ECML/PKDD'09讲座报告人1次、国内学术会议特邀报告人2次。成果已被SCI、EI、ISTP检索14次，被国际同行他引50余次（SCI他引10次；引用源包括顶级国际期刊和会议，例如IEEE TKDE、ECML/PKDD'11、ICDM'10等）。培养硕士生若干。