報告題目：非獨立同分布學習(non-IID Learning)問題進展
報 告 人：操龍兵教授
報告時間：2018年10月19日（周五）上午10:20-11:50
報告地點：機電樓A座407會議室
摘要：
現有數據分析與機器學習方法通常假設數據是獨立同分布的，而實際的數據與問題往往是非獨立同分布的。非獨立同分布學習是數據科學、機器學習、人工智能等領域應用中，不可回避的問題。講者就現有的基于IID假設的算法與理論在實際中應用存在的問題、non-IID的定義與表現形式、non-IID learning的各種問題進行探討；報告團隊近年在基于non-IID的表示學習、統計學習、度量學習、深度學習等方面的進展；并系統回顧近些年來在聚類、分類、異常檢測、推薦系統、行為分析、計算機視覺、特征工程等問題上的一些進展，供大家一起探討與批評指正。
報告人簡介：
操龍兵，中科院自動化所模式識別與智能系統博士、悉尼科技大學計算科學博士，悉尼科技大學工程與信息技術學院教授，悉尼科技大學先進分析研究所創始人。提出的主要研究問題包括非獨立同分布學習（Non-IIDLearning）、行為信息學（Behavior Informatics）、決策知識發現（ActionableKnowledge Discovery），研究興趣涉及數據挖掘、機器學習、人工智能與智能系統等領域中一些普遍關注的問題。在上述方向出版專著5部，發表論文300余篇。他較早地在國際上推動數據科學與分析學的產、學、研工作，在2007年成立澳洲第一個數據科學與知識發現實驗室；2011創立世界上第一個分析學（Analytics）研究碩士學位與博士學位；2011所創立的先進分析研究所是澳洲政府發布的關于大數據策略與實踐等白皮書中唯一一個被特別介紹的機構；2015年在Springer創立International Journal of Data Science and Analytics。他是KDD2015(Knowledge Discovery and Data Mining)等多個大會主席或程序委員會主席。在大數據分析應用方面，得到諸多政府、大型企業、國際知名運營商的合作支持，項目涉及金融與資本市場監管與投資、社保、稅務等政府業務，電商與零售分析，以及交通與出版等多個行業，創造了數億元的直接經濟效益。
Tips:
如果您是一名高校教師且您的研究方向涉及機器學習、數據挖掘、人工智能等領域，操龍兵教授將是您潛在的合作者，他曾在NIPS、ICDM、KDD、AAAI、IJCAI等頂級學術會議和期刊上發表數十篇論文，曾擔任多個會議的大會主席或程序委員會主席；
如果您是一名高校教師且期望將研究成果落地，操龍兵教授將能為您提供一些建議，他曾主持多項政府、大型企業的合作項目，對于產學研的結合有豐富的經驗；
如果您是一名學生且希望海外留學深造，操龍兵教授是國家留學基金委海外評審專家，曾接收并指導多名中國留學生，能夠為您提供一些指導。
無論您是教師還是學生，操龍兵教授的科研經驗和人生閱歷，能夠為您的科研和學習提供借鑒和參考！期待您能參加報告會，并一起討論！
歡迎老師和同學參加！
計算機科學與技術學院
2018年10月16日
