School Colloquium——Prediction, Computation, and Representation---The Nature of Machine Learning
报告人： 北京大学数学科学学院、统计科学中心张志华教授
时间：2020-09-18 15:00-16:00
地点：视频链接：https://disk.pku.edu.cn:443/link/E75477E0E21BC1C32B67EE9677EB79DB
Abstract:
机器学习的发展给统计学带来了深刻的影响。Leo Breiman 在他发表于2001年的著名论文“Statistical Modeling: The Two Cultures”中首次讨论了统计学和机器学习之间的文化差异，提出了统计学专注“Data Modeling Culture”，而定义机器学习为“Algorithmic Modeling Culture”。Bradley Efron在其2019年ISP(International Statistical Prize) lecture和随后发表的论文“Prediction, Estimation, and Attribution”中再次发人深思地探讨了经典统计学和现代机器学习的分歧，他把机器学习定义为“Pure Prediction Algorithms”，而用“estimation”和“attribution”来刻画传统统计回归方法。在这个报告中，我试图用“prediction, computation, and representation”三元素来阐述机器学习的本质。特别地，从“representation”角度来看待机器学习，表明它的发展贯穿着如何解决“dimensionality curse”和利用“dimensionality blessing”。深度学习则完美诠释了这两者之间的权衡，它也是迄今为止把“Data Modeling Culture”和“Algorithmic Modeling Culture”融为一体的最佳技术途径。
About the Speaker:
张志华，北京大学数学科学学院、统计科学中心教授，研究方向为机器学习、贝叶斯统计、自然语言处理。
