为了加强学生对机器学习算法的了解与研究,提高同学们对机器学习算法的表达能力,统计系邀请上海大学曾振柄教授于12月11日晚在教学楼6幢201举办了以“机器学习的几个常用算法”为题的知识讲座。
本次讲座曾教授主要对四个方法——“支持向量机、主成分分析、K-means算法、Dijkstra最短路径”进行了详细讲解。
曾振柄教授首先引出支持向量机的概念,用形象的比喻将复杂的理论转换为一般数学问题,引起了同学们统计算法的兴趣。之后,通过画图的方式列出矩阵进行一系列的计算,说明了主成分分析的作用——降维。曾教授还通过详细的板书向同学们介绍了K-means算法的基本过程和Dijkstra最短路径算法的基本原理。
曾教授用直观易懂、反映实质的方式让我们更深一步的了解统计学,同时也向我们展示了机器学习的本质,为我们在该领域内的研究指明方向。
曾振柄
博士,上海大学数学系,教授、博士研究生导师
曾振柄教授长期从事数学机械化、符号计算、人工智能软件设计和生物信息处理技术等方向的研究和教学工作。合作提出多项式完全判别系统方法,不等式定理的机器证明和自动发现算法,解决若干组合几何全局最优化公开问题,给出三次微分系统弱中心问题、机器人反运动学问题、Piano Mover's机器人运动规划问题的符号解,参与设计开发基于符号计算、动态几何和定理机器证明的智能教学软件。在国内外学术刊物和会议上发表论文70余篇。承担国家重点基础研究发展计划(973)"实几何与实代数的高效能算法(2004CB318003)"、"可生存的海量信息系统软件设计理论(2005CB321094)"、国家自然科学基金"组合几何全局最优化问题的机械化解法(10471044)"等项目研究工作。完成973计划、攀登计划、863计划、科学院九五重点计划、国家自然科学基金、教育部留学择优支持基金等多项研究任务。