莱茵论坛第68期:机器学习:新时代的数据分析技术(Bonn, 10月10日)

报告简介

Machine learning, once considered   a branch of artificial intelligence (AI), has  recently emerged   as an independent discipline itself. Machine learning studies the problem   of how would a computer learn from data, to generate useful rules and   improve its behavior. This problem is central to AI, since to be considered   intelligent, the computer cannot be all programmed by human -- it must   have its own ability to learn, adapt and evolve. On the other hand,   researches in machine learning have created powerful algorithms to find   the underlying rules in the data and make accurate predictions based   on the learned rules. These algorithms could be seen as an improved   version of traditional statistics, being able to work in a much larger   scale. They can find  inherent nonlinear relations among hundreds   and thousands of variables, with up to millions of observations. Nowadays,   massive amounts of data are generated from every corner of the world   in a daily basis. Therefore, machine learning, an automated way to reason   and make sense from these data, could only become more and more important.   In this talk, I will discuss various aspects of machine learning: the   intuition, the paradigms, important algorithms and applications and   limitations.
  机器学习研究的问题是如何从现实数据中获取有用的信息及规则,并利用这些规则做出预测。在人工智能中,这一问题极为重要。因为一台完全按照人编好的规则进行运算的计算机,不能称之为一个真正的智能体。一个真正的智能体,必须有自己从外部世界的数据中归纳,学习,适应和演化的能力。近年来,在机器学习的研究中,产生了一些十分强大的算法,可以在数据中总结归纳隐藏的规律并据此做出预测和判断。由于其方法的广泛应用,机器学习已经几乎摆脱人工智能而成为了一个独立的学科。从数据分析的角度来看,机器学习方法可认为是传统统计学的“强版”它能够在成千上万个变量和数百万的观测数据中,寻找潜在的复杂非线性规律。当今世界,在各行各业中,观测数据的量都迅速增长,远远超过人力所能分析的范围。机器学习提供了自动分析这些数据的方法,因此,其在各个科学工程领域的重要性与日俱增。在本次报告中,我将着重介绍机器学习的基本理念、基本方法,应用范围,并举出一些在实际问题中应用机器学习的实例,希望这些新的数据分析工具能在更多的科学技术问题中得到更好的应用。

报告人简介:
Dr. Fuxin Li received his   B.E. in Computer Science and Engineering from Zhejiang University in   2001. He studied Pattern Recognition and Intelligent Systems in the   Institute of Automation, Chinese Academy of Science from 2003 to 2008,   where he received a Ph.D. In 2009. Starting from September 2008, he   works at the Institute of Numerical Simulation, University of Bonn for   a post-doctoral position. His current research direction is machine   learning and computer vision. He has published over 10 papers in machine   learning and proteomics.
  李伏欣博士2001年在浙江大学获得学士学位。20032008年,他在中科院自动化所攻读博士学位,专业为模式识别与智能系统。他于2009获得博士学位。20089月起,他在波恩大学数值模拟研究所做博士后。目前,他的研究方向是机器学习与计算机视觉。他已在机器学习与蛋白质组学方向上发表了10余篇论文。

荣誉:
2005年“软学者”学金
“Microsoft   Fellow” Award in 2005

演讲语言:中文


时间:
2009年10月10日,星期六, 13:40, 请大家尽量准时!!

地点:
Seminarraum A413, Römerstraße164, 53117 Bonn,

交通:
BONN HBF乘坐600,601,551至 Pädagogosche Fakultät

Share |
Share

请走靠近市中心方向的侧门,正门和其它门不开。也请大家准时到,一者位置有限,再者开门得下四楼,大楼不允许一直开着门。

TOP

我要去!!! 哈哈哈,正好是我下个学期seminar的题目!!
◎艾弗森◎峰

TOP

3# gfllx

恭喜!可以事半功倍。

TOP

要能直接用英文的就好了,发现现在很多中文的专业词都对不上。。。。。。。
◎艾弗森◎峰

TOP

要能直接用英文的就好了,发现现在很多中文的专业词都对不上。。。。。。。
gfllx 发表于 2009-10-8 19:00

英文确实好,不过对演讲人的要求就大大提高啦,我们系的教授不是很多都讲不好英文嘛,听得累死了。
不过我也喜欢英文就是了,最好是在幻灯里面把关键的学术词汇后面加入相应的英文,以便理解。

TOP

英文确实好,不过对演讲人的要求就大大提高啦,我们系的教授不是很多都讲不好英文嘛,听得累死了。
不过我也喜欢英文就是了,最好是在幻灯里面把关键的学术词汇后面加入相应的英文,以便理解。
Sean 发表于 2009-10-8 23:16


哇,你还活着啊,哈哈  好久不见,有空去啊!
有时间去打球哦,呵呵
◎艾弗森◎峰

TOP


只能网上捧场了

TOP

6# Sean


很多学者喜欢用英文做ppt,这样到哪里都可以讲,不知道这次的演讲人是不是这样。

TOP

8# Tannenbusch


一样欢迎。

TOP