在本系列学术讲座中，Witold在首次讲座中对于机器学习的类别、学习范例、评估措施以及可解释性定义做了系统性介绍；并在第二堂课上对于基于规则的算法的分类、模块化特性、设计原则等模块进行了介绍。
Witold在第三次讲座中针对机器学习中的树结构进行介绍。其中，决策树是一种常见的树模型，Witold就决策树的决策规则、解释机制以及扩展应用等与师生们展开了积极互动，极大地调动了师生们的兴趣。
在最后两次课，Witold详细分析了基于梯度学习的逻辑网络及其解释的概念，同时对于机器学习中隐私和安全要求进行了强调。同学们也利用这次宝贵的机会同教授展开了热烈的讨论，收获颇丰。
嘉宾介绍：
Witold Pedrycz，加拿大阿尔伯塔大学讲席教授，加拿大皇家科学院院士，波兰科学院外籍院士，电气和电子工程师协会会士。担任国际顶级期刊Information Sciences和WIREs Data Mining and Knowledge Discovery主编，以及Int. J. of Granular Computing和J. of Data Information and Management共同主编。出版专著18本，H指数109。主要研究方向包括计算智能、模糊建模和颗粒计算、知识发现和数据科学、模式识别、数据科学、基于知识的神经网络和控制工程等。
