 |
张文生研究员作报告 为加深对统计学科知识的学习和掌握，计算机与控制学院夏季学期高级强化课程《统计学习理论与应用》于6月24日晚上在中关村教学大楼S201开讲。该课程由自动化所张文生研究员进行讲授。统计学习理论是针对学习样本有限或小样本情况研究统计学习规律的理论，是一门从物理学到社会学，甚至情报决策都非常有用的学科。该理论是传统统计学的重要发展和补充。 为了让同学们对该课程的框架和应用前景有较深入的认识，张老师在讲授正式内容之前，从数学建模的可靠性评价入手，分别讲解了统计机器学习遇到的麻烦，独立同分布作为机器学习本质的重要性。为了让大家对抽象的数学过程有更好的理解，张老师在讲授过程中用盲人摸象、指鹿为马等浅显易懂的例子对抽样过程所遇到的困难进行了类比。此外，张老师还对当代统计学习的发展趋势和前沿信息做了介绍，对作为机器学习基础内容的概率近似正确模型（PAC模型）以及其创始人的贡献做了较为详细的介绍，同时建议大家能在课下对PAC相关内容有更多的了解。 张老师逻辑清晰、内容紧凑的讲解深受同学们的欢迎。张老师希望同学们抱着能够学到有用知识的态度来听课，并祝愿大家在夏季学期的学习中都能有所收获。 张文生 男，研究员，中国科学院自动化研究所。自1990年以来，先后从事过CAD/CAM、智能控制、机器学习、人机交互理论与应用等方面的研究和产品开发工作，目前主持国家自然科学基金项目“多模式人机交互中信息融合的理论与方法研究”、国家高科技发展计划（863）项目“智能化、高精度、大范围自动称重配料生产系统”和“基于笔和语音的多模式融合的人机交互技术与应用”研究。主要从事人工智能与模式识别的研究，研究内容涉及：统计机器学习、人机交互、人工神经网络、进化计算、模式分类等方面。已在国内外各种杂志与国外学术会议上发表43篇论文。 |
