學科前沿講座心得

　　當我們受到啟發(fā)，對生活有了新的感悟時，常�？梢詫⑺鼈儗懗梢黄�心得體會，這樣我們就可以提高對思維的訓(xùn)練。那么心得體會怎么寫才恰當呢？下面是小編收集整理的學科前沿講座心得，供大家參考借鑒，希望可以幫助到有需要的朋友。

學科前沿講座心得1

　　機器學習和數(shù)據(jù)挖掘這些年一直是計算機應(yīng)用方面研究的重點和熱點，首先要了解什么是數(shù)據(jù)挖掘，簡單地說，數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或"挖掘"知識。我一直對這方面的知識頗感興趣，這學期學院開設(shè)的學術(shù)前沿講座的課程，很有幸聽到了文益民教授對于自己在機器學習和數(shù)據(jù)挖掘方面研究的講座，讓我對這些知識有了深入淺出的理解，受益匪淺。

　　12月5號，文益民教授做了題為“大規(guī)模數(shù)據(jù)的分類”的講座，在講座的最開始，文教授提到了戈登·德萊頓《學習的革命》一書，皆在指導(dǎo)我們?nèi)绾畏e累知識如何思考如何學習如何去做研究，具有拋磚引玉的指導(dǎo)意義。在這之后，又對了解機器學習和數(shù)據(jù)挖掘首先要了解的知識做了簡要的'說明，比如對于問題的分類是分為線性問題和非線性問題；比如聚類的含義是將物理或抽象對象的集合分成由類似的對象組成的多個類的過程；比如對于這個世界上計算機的分類可以只分成工人（maker）和思考者（thinker）兩類。至此正式進入問題的討論。

　　對于這次講座，文教授從四個方面進行了講授。第一，實際應(yīng)用中的大規(guī)模數(shù)據(jù)分類問題。第二，大規(guī)模數(shù)據(jù)給機器學習帶來的挑戰(zhàn)。第三，大規(guī)模數(shù)據(jù)分類算法的研究。第四，展望發(fā)展前景。文教授主要是在第三點中做了很多工作也取得了可喜的成績。

　　在機器學習的實際應(yīng)用中，大規(guī)模數(shù)據(jù)分類問題一般會應(yīng)用在以下幾個方面，在高速高精度的工業(yè)圖像檢測方面，在專利分類方面，在生物信息數(shù)據(jù)快速增長方面，在支持向量機參數(shù)選擇方面。

　　大規(guī)模數(shù)據(jù)給機器學習帶來的問題有：

　　1、算法一般不是收斂太慢就是難以收斂，訓(xùn)練時間過長。

　　2、海量數(shù)據(jù)無法一次裝入內(nèi)存。

　　3、算法可靠性得不到保證。

　　4、已經(jīng)訓(xùn)練好的學習器遇到心得訓(xùn)練樣本時需要重新訓(xùn)練。

　　在最重要的部分，文教授提到了幾個重要的研究方法，包括算法，這里面包含有：

　　1、基于并行計算的算法。

　　2、以并行計算方法求解工作集方法中每個迭代步中二次規(guī)劃的子問題。

　　3、meta-learning，最小最大模塊化支持向量機以及快速模塊化支持向量機。

　　4、cluster-svm，cluster-based-svm，cascade-svm。文教授在第三和第四點中都有自己的工作和貢獻，在第三點中，他提出了分類面拼接算法，在第四點中，提出了分層并行支持向量機訓(xùn)練算法。對于分類面拼接算法我進行了比較仔細的了解，并下載閱讀了文教授于20xx年3月份在湖南大學學報上發(fā)表的論文“基于分類面的快速模塊化支持向量機研究”，對于分類面拼接算法有了初步的研究，下面說說我對這個算法的理解。

　　信息采集和信息處理技術(shù)的快速發(fā)展導(dǎo)致了諸如公共健康數(shù)據(jù)、信用交易數(shù)據(jù)、國家經(jīng)濟普查數(shù)據(jù)、網(wǎng)絡(luò)文本數(shù)據(jù)和地理信息數(shù)據(jù)等大規(guī)模數(shù)據(jù)集的產(chǎn)生。由于訓(xùn)練時間很長和空間需求很大，現(xiàn)有的大多數(shù)機器學習算法很難被直接用于大規(guī)模數(shù)據(jù)的機器學習。

　　這個算法是針對大多數(shù)現(xiàn)有的機器學習算法處理大規(guī)模問題時需要的訓(xùn)練時間很長和存儲空間很大的難點而提出的，英文名是psfnrsvms，

　　在訓(xùn)練階段，psfm2svms采用一簇平行超平面對大規(guī)模問題實施軟劃分，然后針對每個子問題并行訓(xùn)練支持向量機。在測試階段，測試樣本坐落于哪個子問題所在空間中，就由該子問題訓(xùn)練的支持向量機給出判別結(jié)果。在4個大規(guī)模問題上的實驗表明:與采取硬劃分的快速模塊化支持向量機(fm2svms)相比，軟劃分能夠使psfm2svms得到更加光滑的分類面，因而ps2fm2svms的泛化能力較高。在不增加訓(xùn)練時間的條件下，psfm2svms減少了由于訓(xùn)練集分割導(dǎo)致的分類器泛化能力下降。

　　支持向量機方法的本質(zhì)是在訓(xùn)練集的一個高維像空間中尋找最大間隔分類超平面，這個分類超平面對應(yīng)于訓(xùn)練集所在空間的一個光滑曲面。如果采用訓(xùn)練集分割的方法，將這個光滑曲面分段求出，然后進行連接，就可以得到這個光滑曲面的近似曲面。

學科前沿講座心得2

　　聽了幾位老師所講的學科先沿講座，我的感想頗多。尤其是對林林老師的《智慧時代中的挑戰(zhàn)與機遇》頗有感觸。下面我談?wù)勛约和ㄟ^聽講，查資料，經(jīng)過思考后對這一問題的理解。當今的信息新技術(shù)主要包括這么幾類，即新息安全新技術(shù)：主要包括密碼技術(shù)、入侵檢測系統(tǒng)、信息隱藏技術(shù)、身份認證技術(shù)、數(shù)據(jù)庫安全技術(shù)、網(wǎng)絡(luò)容災(zāi)和災(zāi)難恢復(fù)、網(wǎng)絡(luò)安全設(shè)計等。信息化新技術(shù)：信息化新技術(shù)主要涉及電子政務(wù)、電子商務(wù)、城市信息化、企業(yè)信息化、農(nóng)業(yè)信息化、服務(wù)業(yè)信息化等。軟件新技術(shù)：軟件新技術(shù)主要關(guān)注嵌入式計算與嵌入式軟件、基于構(gòu)件的軟件開發(fā)方法、中間件技術(shù)、數(shù)據(jù)中心的建設(shè)、可信網(wǎng)絡(luò)計算平臺、軟件架構(gòu)設(shè)計、soa與ria技術(shù)、軟件產(chǎn)品線技術(shù)等。網(wǎng)絡(luò)新技術(shù)：網(wǎng)絡(luò)新技術(shù)包括寬帶無線與移動通信、光通信與智能光網(wǎng)絡(luò)、家庭網(wǎng)絡(luò)與智能終端、寬帶多媒體網(wǎng)絡(luò)、ipv6與下一代網(wǎng)絡(luò)、分布式系統(tǒng)等。計算機新技術(shù)：計算機新技術(shù)主要關(guān)注網(wǎng)格計算、人機接口、高性能計算和高性能服務(wù)器、智能計算、磁存儲技術(shù)、光存儲技術(shù)、中文信息處理與智能人機交互、數(shù)字媒體與內(nèi)容管理、音視頻編/解碼技術(shù)等。

　　大膽的預(yù)測一下計算機技術(shù)往下怎么發(fā)展，因為形勢明白了，歷史規(guī)律搞清楚了，需求也明白了，該怎么做呢？我大膽做這么一個發(fā)言，中國計算機界必須把握機遇迎接挑戰(zhàn)�？匆幌绿幚砥鞣矫嬖撛趺醋�，上個世紀我們關(guān)心的是每秒種可以完成多少指令，處理的速度。后來發(fā)現(xiàn)不對，應(yīng)該做高性能的處理器，每花掉一塊錢可以處理多少能力，重要的是功耗要低，然后是無線，是互聯(lián)，我們更關(guān)心消耗每瓦功率處理能力是多少，大家關(guān)心的點開始轉(zhuǎn)移，從每秒處理能力，關(guān)心到每塊買到多少處理能力，到最后消耗每瓦功耗有多少能力。在處理結(jié)構(gòu)上面有什么變化，從上世紀70年代左右，人圍著計算機轉(zhuǎn)，每個單位只要很好就有一個漂亮的機房，大家圍著機房轉(zhuǎn)，算題是通過一個小窗口把題遞進去，過一段時間里面算好，把題遞出來。那時候一切圍繞cpu轉(zhuǎn)，所以那時候cpu當之無愧，我的處理器是中心所以叫cpu。再往下可以看到計算機圍著人轉(zhuǎn)，我們口袋里的手表等一切一切，人走到哪里，計算裝備圍著我來轉(zhuǎn)，在機器內(nèi)部不是圍著cpu轉(zhuǎn)，而是圍著存儲期，i/o，通道轉(zhuǎn)，因此不能光搞cpu，比如出現(xiàn)pim等新的名稱，所以我們應(yīng)該與時俱進。從cpu，c要改成無處不在的處理單元。

　　網(wǎng)絡(luò)將怎么發(fā)展，我們在上個世紀70年代所關(guān)心的就是互聯(lián)互通互操作，在這兒不是講互聯(lián)互通互操作不重要，它是一個基礎(chǔ)絕對重要，關(guān)心這個是數(shù)據(jù)和控制信號的傳遞，數(shù)據(jù)和控制信號可以傳過去。做了一些日子以后發(fā)現(xiàn)，需求不僅僅是這個，我們要提高網(wǎng)絡(luò)的帶寬，我們關(guān)心是信息溝通和處理能力的增強，光把信號傳過去是不是可以處理好呢？再往下又是怎樣的？我們應(yīng)該關(guān)心網(wǎng)上有這些信息，有這么多人用，是動態(tài)的變化，所以我們要關(guān)心信息融合、信息確認等。要把消息傳給該給的人，該給的時間，該給的地方，該給的人，傳正確的東西，這個變化不承認不行的，以往包括我個人在內(nèi)，我和我同事們宣揚，看我家里環(huán)境，辦公室環(huán)境，我計算機有多少能力聯(lián)網(wǎng)，這已經(jīng)過去了。下面關(guān)心的是這個網(wǎng)絡(luò)具有多少計算個算計的能力，算計要做推理更難，再往下要面對什么問題？我的網(wǎng)絡(luò)環(huán)境怎么樣有非常強的.資源按需聚合，人機協(xié)同工作的協(xié)調(diào)能力，體系結(jié)構(gòu)將怎么發(fā)展，70年代的時候，大家做體系結(jié)構(gòu)設(shè)計，費勁腦筋是在計算機內(nèi)挖掘可能的潛力，處理可能的矛盾，搞體系結(jié)構(gòu)的人，什么是好的所長，廠長，它的學問是處理輕重緩急，這件事應(yīng)該放得下，哪件事應(yīng)該要處理，所以好的應(yīng)該處理刪、增、減、抑、揚，在這種情況下發(fā)現(xiàn)，我們設(shè)計在機群中挖掘和平衡，我們要在網(wǎng)絡(luò)環(huán)境下怎么做挖掘和平衡，因為系統(tǒng)給人用的，機器的環(huán)境，是給銷售人員，管理者用的，所以把協(xié)同工作做好，就要驗證，所以從hpcs變成hpce，我們需要的不是高性能，需要的是生產(chǎn)力可用性，中國科學家預(yù)感比較早，因此1997年再一次會上，就決定當前做clieitserver，之后做cluster，之后做networking，之后是vse，基于網(wǎng)絡(luò)的虛擬服務(wù)含量是未來體系結(jié)構(gòu)的發(fā)展方向。這是1997年8月25號，到1998年的時候，世界有名的計算機科學家isea發(fā)表了grid專著，我們要把grid定位了，而是要考慮你究竟想干什么？我們做一個好的系統(tǒng)，必須要看到定位準確，你在這個坐標上關(guān)于服務(wù)，你是要做計算服務(wù)，還是數(shù)據(jù)服務(wù)，還是應(yīng)用服務(wù)，還是信息服務(wù)，還是知識服務(wù)，還是實用的服務(wù)。如果明確了你的目標，你的技術(shù)就明確，你的評價指標就明確了。如果要做信息服務(wù)，你就要了解你處的信息是多大一塊，這件事很重要，不能殺雞用牛刀，也不能殺牛用雞刀，如果系統(tǒng)力度大小這么大，最后生產(chǎn)的問題，究竟打算怎么交帳，是向投錢的單位交一個概念的設(shè)計，不是不可以的，還是交一個機理的設(shè)計，還是規(guī)則的設(shè)計，還是方法的設(shè)計，如果明確了，你的技術(shù)方案就明確了，你的機理就明確了，如果選定的方法層，你系統(tǒng)就要定位在這里，位置定對就滿足正確的需求。

【學科前沿講座心得】相關(guān)文章：

講座課心得04-26

學術(shù)講座心得02-14

講座培訓(xùn)心得02-04

艾滋講座心得11-20

管理講座心得09-30

培訓(xùn)講座心得09-28

法制講座心得11-02

消防講座心得01-24

名師講座心得隨筆12-09