统计学习与机器学习的比较

主讲人：汤银才 华东师范大学教授 博士生导师

时间：2019年10月16日10：00

地点：3号楼322报告厅

举办单位：数理学院

主讲人介绍：汤银才，华东师范大学教授，博士生导师，上海数萃大数据学院院长，觉云科技首席科学家；《应用概率统计》、《华东师范大学学报》和《Statsitical Theory and Related Fields》编委，中国数学会概率统计学会理事、中国运筹学会可靠性分会常务理事、中国现场统计研究会大数据分会分会常务理事兼副秘书长、中国现场统计研究会计算统计分会理事、上海市工业与应用数学会理事，已培养硕士毕业生50多名，博士毕业生10名，主持并完成国家自然科学基金3项，其他各类项目20多项，在国内外学术刊物上发表论文100多篇。先后获得上海市科学技术三等奖(2017)，上海市教育发展基金会申银万国奖(2009)，华东师范大学优秀任课教师奖（2008），上海市教学成果三等奖(1995)，上海市科技进步三等奖(2017,1996)，全国统计科学技术进步二等奖(1996)，上海市统计科学研究成果课题类一等奖(1995)等荣誉。著有《R语言与统计分析》、《可靠性统计》、《贝叶斯统计》、《基于WinBUGS贝叶斯建模》(翻译, 2019.12)。

内容介绍：由深度学习推动的人工智能在图像与自然语言处理等领域的成功应用，给传统的统计学与计算机等学科带来了具体挑战，特别是对数据分析长期依赖的统计学科产生质疑，甚至否定。正如华为CEO任正非所指出的人工智能的发展离不数学与统计学(“国家若要强盛，数学是基础”；“人工智能就是统计学，我们要高度重视统计学”)。大数据分析离不开统计学，同样离不开计算机学科，二者协同完成海量数据的分析与应用。但是，在高等学校如何落到实处，尽快解决教什么、学什么和做什么样的创新性研究？这是我们师生共同关注的问题。 本报告将通过对当前一些人工智能相关话题的跟踪与大家一起探讨当前统计学习与机器学习的一些基本问题，内容包括： 1） 从统计学到数据科学 2） 统计建模与机器学习差异 3） 对深度学习的质疑 4) 贝叶斯深度学习