北京师范大学系统科学学院-yb亚博全站首页

机器学习在企业中的应用——“求职面对面”暨第11次院友论坛

来源: 作者: 发布时间:2017-10-11 浏览次数:

2017922日晚,系统科学学院在科技楼b608会议室举办了第11期院友论坛,来自北京市科学技术情报研究所的吴晨生学长、微软中国的任爽师姐应邀参加了本次论坛。两位学长结合自身的经历和经验,向大家介绍了近年来备受瞩目的机器学习的最新进展以及在企业中的应用。本次论坛由系统科学学院书记李红刚老师主持,20余名同学和院友共同参与了本次论坛。

 

吴晨生,2013年毕业于北京师范大学,获系统分析与集成博士学位。现任北京市科学技术情报研究所副所长,中国科协互联网协会科普联盟理事。长期专注科技情报和互联网搜索方面的研究。其主持的“互联网中文科普资源深度搜索监测平台”获2011年北京市科学技术奖。

 

任爽,2011年毕业于北京师范大学管理学院系统科学系,获得管理学学士学位。2011-2014年就读于德国弗莱堡大学经济学系,金融方向,获得理学硕士学位。现就职于微软中国财务部,高级财务分析师,从事财务计划分析工作。

 

首先,吴晨生师兄通过超市中尿布与啤酒相邻摆放的经典实例,介绍了大数据的诸多应用场景,形象生动地说明了大数据下思维方式的转变——由因果关系向关联关系转变,并给出了大数据的定义。之后,以亚马逊为解决服务器与cpu性能过剩而发展对外租赁业务为发端,讲述了云计算的发展历史,并指出,大数据与云计算最初均是为满足商业需求而发展起来的。在此基础上,吴晨生师兄介绍了近年来在各个领域都备受瞩目的机器学习的相关概念以及发展,并结合自己从事科学学研究的经验,深入探讨了机器学习的本质与任务,为大家带来了全新的视角,对机器学习产生了更进一步的了解。

 

接着,任爽师姐从机器学习的历史讲起,介绍了机器学习的发展历程以及基本概念,指出机器学习旨在发掘数据背后的模式与关系,并结合自己在微软中国从事财务工作的经历,介绍了机器学习在公司营收预测方面的应用。之后,任爽师姐介绍了微软开发的机器学习平台azure并通过不同品牌汽车销售量预测的例子,讲解了azure平台的使用方法。

 

随后,院友论坛进入了互动交流环节,同学们与两位院友进行了热烈地交流讨论。师兄师姐鼓励同学们多在专业课程学习与科研积累上多下功夫,为日后职业发展奠定理论基础,并建议同学们在走向工作岗位之后要继续保持主动学习的习惯,挖掘自己的潜能和才智,要踏实肯干,要善于思考和总结,不断提升自我。

 

此次院友论坛的举办,为同学们了解相关行业发展动向提供了很好的机遇,为自己的职业生涯规划提供了有益的建议与指导,同时,也让步入职场的院友重返校园,与师弟师妹再次相聚,深入交流,为促进院友与学院、院友与院友之间的交流提供了平台。

 

吴晨生学长

 

任爽学姐

 

 


网站地图