课堂导引

机器学习作为人工智能领域最为基础和重要的一部分，是每一位相关专业方向的德赢新版app的必经之径。在此系列讲座中，牛津大学Rebeschini教授为德赢新版app们带来一堂别开生面的机器学习导论课，让德赢新版app在国际学术大师的带领下认识机器学习以及它能带给我们的无限可能。

主讲人介绍——Patrick Rebeschini教授

牛津大学副教授

曾任教于耶鲁大学计算机科学系，拥有普林斯顿大学博士学位。

研究兴趣集中在应用概率、统计学和计算机科学的交叉领域

聚焦于高维概率、统计和优化的基本原理，为机器学习和人工智能提供高计算效率

主持人开场

2021年10月29日下午三点，讲座在华南理工大学国际校区的D1-b110会议室正式举行。此次讲座由舒琳副院长做开场介绍，向同学们介绍了学院面向未来科技领军人才培养计划的讲座及课堂安排，后由21届数据科学与大数据技术1班的汪嘉仪同学做全英文主持。

机器学习简介

机器学习是一门多领域交叉学科，涉及概率论与统计学、计算机科学、算法复杂度理论等多专业方向。它是人工智能的核心，是使计算机具有智能的根本途径。目前主流的分类方式根据训练模式的区别，将机器学习分为三大类型：如贝叶斯分类器等监督学习算法，包含KNN的非监督学习算法，及最新兴起的自监督式学习。Patrick Rebeschini教授在本次讲座中以监督式学习算法为例，深入浅出地介绍了目前人工智能-计算机视觉的主要研究方向之一：图像分类技术。技术包括将真实图像转换成机器可以理解的矩阵数据结构，训练机器学习模型学会现有各类图像的标记特征，并利用该模型计算新输入图像与已有各类图像之间的“距离”。通过对于“距离”的比较，计算机便可以完成分类的目标。此外，教授还针对人工智能另一主流方向自然语言处理-文本分类，介绍了其中常用的非监督式学习方法的基本框架。

答疑环节

在最后的答疑环节，同学们根据刚才所听的讲座，提出了许多有价值的问题，而教授也都作出了解答。

结束语

在讲座结束后，同学们都纷纷表示收益颇丰，并且每人都写下了150字左右的英文观后感。Rebeschini教授在讲座后发来反。缘掠掳鎍pp的提问和交流形式反馈非常满意。未来技术土耳其里拉兑换人民币将持续推出科研名师系列讲座，汇聚海内外专家学者做特邀讲座，聚焦人工智能、数据科学与大数据领域讲解基础理论知识，分享学科动向及学术前沿，增强在校生的现代前沿理论功底，拓展服务国家、面向未来、面向国际、面向人类的学术视野。

文字| ：洪

摄影| ：洪

排版| 王洒洒

审核| 舒琳 卢志芳