0
AI研习社是雷锋网(公众号：雷锋网)旗下的AI求知求职社区，基于专业直播平台，进行技术交流的公益传播和深度交流。
AI研习社公开课通过邀请学术界、工业界学者进行高质量内容分享，让广大学术青年了解最前沿的学术与行业技术进展，成为连接学术界与工业界之间的桥梁，雷锋网希望能够从中发现一大批优秀AI人才，推动国内AI行业的持续发展。
接下来是本周的公开课预告：
11月03日 10:00
主题：机器学习中的数学基础
分享内容：现实生活中有很多处理各种数据的问题，需要用到不同的机器学习算法。如文本检索、手写字符识别、目标识别、人脸识别、指纹识别、垃圾邮件过滤等，而不同的机器学习算法所需要运用的数学基础大有不同。本期公开课嘉宾将从机器学习应用的角度讲解机器学习中涉及的基本数学知识。
分享人：蔡佳，广东财经大学“卓越青年教师”校长特聘教授、硕士生导师，博士毕业于香港城市大学数学系，曾数次访问香港城市大学，现正访问纽约州立大学奥尔巴尼分校。现为广东省计算数学学会理事，广东省工业与应用数学学会青年分会委员。从事机器学习研究有近10年历史，发表SCI论文十几篇，主持国家自然科学基金，国家统计局项目，广州市科技计划，参与广东省自然科学基金，广东省科技计划，教育部项目等十几项项目。目前的研究方向包括：统计学习理论，机器学习。
11月04日 20:00
主题：迁移学习的发展与现状
分享内容：迁移学习伴随着最近几年的机器学习热潮，也成为了目前最炙手可热的研究方向。机器学习大牛Andrew Ng在2016年NIPS上提出“迁移学习将会是引领下一次机器学习热潮的驱动力”。迁移学习强调通过不同领域之间通过知识迁移，来完成传统机器学习较难完成的任务。例如，传统机器学习依赖于大量标定数据来训练模型，当缺乏标定数据时，传统机器学习就很难得到泛化能力强的模型。此时，迁移学习就可以借助于其他相关领域的知识,来帮助训练更具有泛化能力的模型。迁移学习是解决标定数据难获取这一基础问题的重要手段，也是未来更好地研究无监督学习的重要方法。
分享人：王晋东，现于中国科学院计算技术研究所攻读博士学位，研究方向为迁移学习和机器学习等。他在国际权威会议ICDM、UbiComp等发表多篇文章。同时，也是知乎等知识共享社区的机器学习达人（知乎用户名：王晋东不在家）。他还在Github上发起建立了多个与机器学习相关的资源仓库，成立了超过120个高校和研究所参与的机器学习群，热心于知识的共享。个人主页：http://jd92.wang
扫描二维码备注「雷锋网」立即报名活动。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
