删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

自动化学院云上博论——“基于数据的建模”举办

本站小编 Free考研考试/2021-12-25

闁绘劗鎳撻崵顔剧博鐎n亜绁柟鍏肩矌閸岋拷2濞戞挸娲ㄩ~鎺楁嚀閸愵亞鍩¢柣銏ゆ涧閻℃瑩鎮ч崼锝囥偒闁哄倹鐟辩槐锟�
濠㈠爢鍥у姤闁告帒妫涢銏ゆ鐎n喖鍘撮柡鍕靛灣椤戝洦绋夐埀顒€鈻庨檱閳ь剙鍟伴悥娲晬鐏炵瓔鍤犲ù婊冮椤┭勬媴閺囩喓鍙€闁归潧褰炵粭鎾寸▔濮樻剚鍤﹂柟绋挎搐閻i箖寮▎鎰稄闁挎稑鏈崹銊ф媼閸涘﹥绠掔€垫澘鐗嗛ˇ鍧楁偪閹达附锛栭柕鍡曞ree濠㈠綊鈧稒銆冮柛鎺戞椤掔喐绋婇悩鐢电Ч闁兼澘鍟伴悥鍝勄庢潏顐熷亾閺囨氨鐟╁☉鎾翠亢椤曡櫕娼忛崨顓у殼20妤犵偠鎻槐婵嬪箑閼姐倗娉㈠ù婊冩缁夊鈧湱鍋熼弫銈夋儍閸曨剙鐦归悗瑙勭閺嗏偓闁哄鍔栭悡锛勬嫚閵忊剝鐓欐繛澶嬫礀瀵攱寰勫鍕槑闁哄倽顫夌涵鍫曟晬鐏炵偓绠掗梻鍥e亾閻熸洑鑳跺▓鎴︽儑鐎n厾绠栭柡澶涙嫹
北航新闻网8月5日电(通讯员 范锦蓉 林杰)2021年7月30日晚,自动化学院2021年第七期“云上博论”——“基于数据的建模”举办。来自全校各学院的120余位同学相聚云端,共同交流。

此次专题讲座从数据建模,机器学习与数据挖掘三个角度展开。自动化学院秦曾昌副教授首先介绍了基于数据建模的含义和数据建模的基本思路。所谓数据建模,其基本思路是:首先在假设(hypothesis)的空间中搜索不同的映射关系;然后利用最大似然估计等方法和提供的数据估计相关的参数,从中选出最佳的拟合关系。在实际应用过程中,常常会出现高数据维度的情况,数据建模在高维模型中会显著增大时间代价,因此要考虑利用PCA、SVD等方法将高维空间向低维空间映射。除了数据的维度,数据也可能会有不同类型(types):例如binary,nominal,order等。秦曾昌总结道,“首先要考虑数据的量纲和单位,然后考虑数据的维度,之后再建立数据与要解决的问题之间的关联”。建立好数据与目标之间的关系后,要判断是否为机器学习问题:可以分为有监督学习(对标签进行预测或分类等)、无监督学习(对于概率密度的估计等)、基于优化的问题、降维问题等。确定好问题的类型后,再选择合适的工具解决相关问题。最后,秦曾昌告诉同学们,数学建模没有所谓的正确与否,关键在于对问题的深入理解。

在场的老师与学生通过此次报告对基于数据的建模有了更深的认识和理解。
报告的最后,在场的老师和学生就数据建模领域相关问题与秦曾昌展开讨论,面对大家提出的有关算法和科研等方面的问题,秦曾昌都给与了耐心的解答。
(审核:王少萍)
编辑:贾爱平
相关话题/数据 空间 自动化 优化 介绍