张建
2014年6月23日，来自中科院自动化所的张文生研究员为同学们开始了为期五天的夏季学期高级强化课程“统计学习理论与应用”的讲授。他讲课幽默风趣，深入浅出，能让同学们在这短短五天的时间内，对统计学习理论，特别是支持向量机有比较深入的了解，并让同学们对统计学习理论的研究前沿和方向有很好的把握。
该课程的主要内容包括：统计学习理论是针对学习样本有限或小样本情况研究统计学习规律的理论，该理论是传统统计学的重要发展和补充。本课程的教学目的是通过介绍统计学习理论，让学生了解统计学习理论是研究有限样本机器学习的理论，核心是通过控制学习机器的容量实现学习结果最大推广能力；通过对结构风险最小化原理的直观分析，指出分类超平面边界最大的思想，从而，让学生熟悉实现统计学习理论的技术——支持向量机方法；通过讲解统计学习解决图像、语言、语音、文本分类与识别问题，以及解决数据挖掘、函数逼近等典型实例，让学生熟练运用支持向量机解决自己科研中的实际问题，以及在解决实际问题中应该注意的事项。 通过本课程的学习，希望学生能了解统计学习理论和支持向量机的有关思想、结论和方法，了解统计学习的最新研究成果，熟练掌握支持向量机解决问题的思想和关键技术。
张文生 男 中科院自动化所研究员，研究领域包括：模式识别与机器学习、Big Data知识挖掘、概率图模型、Deep Learning、精密感知与智能控制、三维数字物理仿真、嵌入式视频图像处理。 2001年7月在中科院自动化所获得博士学位，分别于2003年3月到2004年6月在悉尼科技大学，2006年9月到2006年11月在南澳大利亚大学访问学习。 目前担任自动化所学术委员会委员，重大项目处处长。先后承担多项863和973等国家重大专项和国家自然科学基金等项目。其它社会兼职：中国科学院大学教授、博士生导师，武汉大学软件工程国家重点实验室兼职教授。中国自动化学会计算机图形与人机交互专业委员会秘书长、中国计算机学会人工智能与模式识别专业委员会委员、国家重大科技专项专家组成员、中国科学技术奖评委、国家自然科学基金委项目评委、中国人工智能学会常务理事、中国电子学会云计算专委会委员。
| 
