0
AI研習社是雷鋒網(公眾號：雷鋒網)旗下的AI求知求職社區，基于專業直播平臺，進行技術交流的公益傳播和深度交流。
AI研習社公開課通過邀請學術界、工業界學者進行高質量內容分享，讓廣大學術青年了解最前沿的學術與行業技術進展，成為連接學術界與工業界之間的橋梁，雷鋒網希望能夠從中發現一大批優秀AI人才，推動國內AI行業的持續發展。
接下來是本周的公開課預告：
11月03日 10:00
主題：機器學習中的數學基礎
分享內容：現實生活中有很多處理各種數據的問題，需要用到不同的機器學習算法。如文本檢索、手寫字符識別、目標識別、人臉識別、指紋識別、垃圾郵件過濾等，而不同的機器學習算法所需要運用的數學基礎大有不同。本期公開課嘉賓將從機器學習應用的角度講解機器學習中涉及的基本數學知識。
分享人：蔡佳，廣東財經大學“卓越青年教師”校長特聘教授、碩士生導師，博士畢業于香港城市大學數學系，曾數次訪問香港城市大學，現正訪問紐約州立大學奧爾巴尼分校。現為廣東省計算數學學會理事，廣東省工業與應用數學學會青年分會委員。從事機器學習研究有近10年歷史，發表SCI論文十幾篇，主持國家自然科學基金，國家統計局項目，廣州市科技計劃，參與廣東省自然科學基金，廣東省科技計劃，教育部項目等十幾項項目。目前的研究方向包括：統計學習理論，機器學習。
11月04日 20:00
主題：遷移學習的發展與現狀
分享內容：遷移學習伴隨著最近幾年的機器學習熱潮，也成為了目前最炙手可熱的研究方向。機器學習大牛Andrew Ng在2016年NIPS上提出“遷移學習將會是引領下一次機器學習熱潮的驅動力”。遷移學習強調通過不同領域之間通過知識遷移，來完成傳統機器學習較難完成的任務。例如，傳統機器學習依賴于大量標定數據來訓練模型，當缺乏標定數據時，傳統機器學習就很難得到泛化能力強的模型。此時，遷移學習就可以借助于其他相關領域的知識,來幫助訓練更具有泛化能力的模型。遷移學習是解決標定數據難獲取這一基礎問題的重要手段，也是未來更好地研究無監督學習的重要方法。
分享人：王晉東，現于中國科學院計算技術研究所攻讀博士學位，研究方向為遷移學習和機器學習等。他在國際權威會議ICDM、UbiComp等發表多篇文章。同時，也是知乎等知識共享社區的機器學習達人（知乎用戶名：王晉東不在家）。他還在Github上發起建立了多個與機器學習相關的資源倉庫，成立了超過120個高校和研究所參與的機器學習群，熱心于知識的共享。個人主頁：http://jd92.wang
掃描二維碼備注「雷鋒網」立即報名活動。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
