摘要在本文中,我们调查了三向决策理论(TWD)在机器学习(ML)中的应用,尤其是四个任务:弱监督的学习和多源数据管理,缺少数据管理,分类中的不确定性量化以及在聚类中的不确定性量化。对于这四个任务中的每项任务,我们都会提出对文献进行系统综述的结果,通过该结果,我们报告了当前最新状态的主要特征,以及文献中报告和可重复性水平的质量。为此,我们讨论了审查文章中发现的主要好处,局限性和问题,并给出了质量改进的明确指示和指示,这些指示和指示通过验证,报告和可重复性标准,准则和最佳实践,这些标准,指南和最佳实践最近出现在ML领域。最后,我们讨论了关于TWD的未来研究的更有前途和相关的方向。