2016年深圳市大数据研究院机器学习暑期学校圆满结束

       8月6日，为期三天的2016年深圳市大数据研究院机器学习暑期学校完美落幕。本期学校共有注册参与人员51人，其中包括北京邮电大学、国防科技大学、东南大学、香港中文大学（深圳）、南方科技大学、电子科技大学、天津大学、哈尔滨工业大学、湖南大学、北京工业大学、广东工业大学、湘潭大学、闽南师范大学、丽水学院等高校的师生和华为、中国电子科技集团公司第十四研究所、东软集团、中天证券、通利佳人工智能有限公司、百果园网络科技有限公司等研究机构和企业研究人员。暑期学校为大数据研究院进一步营造国际前沿的学术研究氛围和交流平台提供了机会，暑期学校集中最前沿的国际学术研究热点，开拓国际视野，提高国际化人才培养质量，提升创新性和开放性的教学课程内容，让学生和研究人员及时了解到国际前沿的新成果、新理论和新知识，受到了广大师生的热烈欢迎和一致好评。

       本次暑期学校邀请了来自美国和新加坡的三位机器学习领域的国际著名专家和教授为学生授课，包括美国微软研究院的高级研究员何晓冬教授，美国俄亥俄州立大学的汪德亮教授、新加坡南洋理工大学的黄广斌教授。他们凭借自身在机器学习领域方面长期的科研经验，以其渊博的学识和独特的学术见解，深入浅出地为在场学员对于机器学习的基础理论和实践应用进行了精彩的讲解。

       第一天，何晓冬教授针对自然语言处理的深度学习的和连续空间表达技术进行了综述和总结。首先，何教授讲解了深度神经网络和深度语义相似模型。其次，何教授讲解了如何把深度学习应用到统计机器翻译中。然后，深度语义相似模型在信息检索中的应用也被进行了详细阐述。接着，何教授介绍了自然语言理解技术及其现在的挑战。何教授在课程的最后，展现了多个实际的示例来进一步形象地解释和说明基于深度学习的自然语言处理技术。

       第二天，汪德亮教授针对监督式语音分离技术进行了综述。首先，汪教授对语音处理的背景知识进行了简明扼要的介绍。然后，汪教授对传统语音分离技术进行了分类，并介绍了监督式语言分离技术。接着，汪教授介绍了深度神经网络基础上的单声道语音分离算法和双声道语音分离算法。最后，汪教授总结了监督式语音分离技术的最新研究进展和未来可能的发展方向。

       第三天，黄广斌教授针对极限学习机进行了全面的阐述。首先，黄教授回顾了极限学习机产生的背景和发展的历史，总结了极限学习机的主要原理，特点和优点。然后，黄教授解释了极限学习机为什么可以超过支持向量机。接着，黄教授介绍了多层极限学习机，以及同深度学习进行比较。最后，黄教授对于极限学习机给予了简明扼要的证明，以及介绍极限学习机如何在物联网中应用。除此之外，黄教授还分享了他在科研创新方面的见解和心得。

       每天的课程结束后，参与课程的师生和研究人员都深有体会，积极踊跃的提出自己的问题，同授课专家展开了热烈和深入的交流，并得到了精彩和细致的回答。

       伴随着最后一门课程的结束，2016年深圳市大数据研究院机器学习暑期学校圆满结束，在院领导、相关教师和工作人员的努力下，以及志愿者的尽心服务下，取得了巨大成功。未来大数据研究院将继续有计划的开展同类学术活动，进一步挖掘和创造机会，同国际知名的专家学者建立合作，促进面对面的交流和沟通。