科研学术

　　8月3日，由计算机科学与工程学院主办，统计机器智能与学习实验室承办的“大数据与机器学习国际研讨会”在清水河校区举行。研讨会由计算机科学与工程学院徐增林教授主持。

　　香港中文大学Irwin King教授、康奈尔大学纽约分校王飞副教授、卡内基梅隆大学张坤助理教授、美国德州农工大学胡侠助理教授、西交利物浦大学黄开竹副教授、浙江大学朱建科副教授等六位在海内外机器学习领域享有盛名的专家作主题报告，介绍当前大数据与机器学习方向中的最新研究方法和研究动态。研讨会受到电子科大广大师生、西南财大老师以及中电科华云研发工程师的广泛关注和参与，与六位专家开展了深入的交流讨论。

　　香港中文大学Irwin King教授作主题为“Practical Learning Algorithms for Big Data Processing”的报告，深入浅出地向大家介绍Online dictionary learning for sparse coding是一种有效的数据分析工具，并讲述了它在现实中的应用场景。

　　西交利物浦大学黄开竹副教授的报告主题为“Statistical Collective Classification: Fundamentals and Applications”，通过介绍汉字验证码和字符验证码，以及手写体识别的不同风格，训练大量样本，来改善效果和提高识别的正确率，是一堂丰富多彩的模式识别课，引起了很多同学和老师热烈讨论。

　　美国德州农工大学胡侠助理教授围绕“Social Spammer Detection: A Data Mining Perspective”利用两个例子：large spammer population on facebook/ Twitter，讲述了怎么有效识别social media里面的spammer 和normal user。

　　浙江大学朱建科副教授作主题为“Scalable Image Retrieval by Sparse Product Quantization ”的报告，介绍了图片检索识别的基本思路和最新研究成果，并对如何进入到这个前沿研究方向提出了建议。

　　康奈尔大学纽约分校王飞副教授作了主题为“Integrative Network Analytics for Insights Generation from Massive Healthcare Data”，为我们带来了一场医疗大数据的盛宴。他用制作精美的PPT，讲述了为了提高decease prediction， 他们在healthcare data所做的努力，并列举了由于基理不一样，感冒药和不同的降压药服用产生的效果也是大不相同的，并把patient network和drug network进行match，由此说明label propagation、drug-drug Interaction、precision medicine的重要性。 

　　卡内基梅隆大学张坤助理教授则从理论层面论述了“Causality and Learning”，通过一个古老的哲学命题切入——因果分析，深入浅出地举了该理论在“海拔高度和降雨量的联系”、“香港股市”的应用，在不同的地方收集的数据的不一致性，说明了knowing effect may be more informative.

　　此次研讨会主要由国家自然科学基金、研究生院的科研项目资助，得到了研究生院、计算机科学与工程学院的大力支持。研讨会的主题报告都是目前机器学习领域的前沿方向也为全校从事机器学习的师生搭建了一个交流平台和合作空间，能够与大数据与机器学习制领域的著名专家近距离交流，既了解到了最前沿的研究方法和热点问题，也建立了一个初步的交流、合作渠道。本次研讨会的成功举办有效地加强了青年教授和学生与海内外一流学者的交流，提升了我校的国际学术影响力。

相关链接：

　　专家简介和报告内容参见大数据与机器学习国际研讨会网址：

http://www.news.uestc.edu.cn/?n=UestcNews.Front.Document.ArticlePage&Id=55038.