大數(shù)據(jù)這個詞我們聽得太多了，可是很少有人意識到，隨著互聯(lián)網(wǎng)的發(fā)展，今時今日的這些“大”字究竟已經(jīng)意味著一種什么樣的量級。除去少數(shù)嘩眾取寵的使用這個詞的公司外，那些真正擁有大數(shù)據(jù)的企業(yè)，經(jīng)手和處理的都是一些普通人可能窮極一生也接觸不到的數(shù)字：微信朋友圈每天會上傳10億張圖片，支付寶日交易額峰值超過200億元人民幣，京東每天上傳幾百萬張新的商品信息圖……

這些數(shù)字對于急需數(shù)據(jù)訓(xùn)練的人工智能算法來說是莫大的好消息。也意味著數(shù)據(jù)對于人工智能的重要性正在隨著計算能力、算法的發(fā)展而呈直線上升。但是怎么在浩如煙海的數(shù)據(jù)中篩選出對我們真正有用的那些？又如何通過分析這些數(shù)據(jù)做出對自身有利的決策？這就是數(shù)據(jù)科學(xué)家們做的事了。

本期硬創(chuàng)公開課，我們邀請到了iPIN的首席科學(xué)家潘嶸，他于2004年底獲得中山大學(xué)理學(xué)博士學(xué)位后，分別于2005年2月~2007年8月在香港科技大學(xué)，以及2007年8月~2009年9月在美國惠普實驗室，進行數(shù)據(jù)挖掘、人工智能等方面的研究。2009年10月通過百人計劃進入中山大學(xué)，任職于計算機系。2014年起任iPIN首席科學(xué)家。

以下是AI科技評論君為大家整理的學(xué)生問答環(huán)節(jié)。

學(xué)生小十六：數(shù)據(jù)挖掘目前不是一個定義清晰的學(xué)科，如果選了這個方向，應(yīng)該必修什么課程？選修什么課程？

潘嶸：必修：（前置課程有程序設(shè)計、數(shù)據(jù)結(jié)構(gòu)與算法、組成原理、計算機網(wǎng)絡(luò)等）數(shù)據(jù)庫、概率與統(tǒng)計、機器學(xué)習(xí)與模式識別。

選修：GPU/并行計算、數(shù)據(jù)倉庫、數(shù)據(jù)可視化、深度學(xué)習(xí)、商業(yè)智能（BI）、群體智能（CI），一些面向不同應(yīng)用領(lǐng)域的課程，例如：信息檢索、NLP、語音、圖像方面。

學(xué)生jason：潘老師，我是會計在讀博士，到研究方向有點偏金融和機器學(xué)習(xí)的應(yīng)用。不知道老師您覺得未來的應(yīng)用場景有哪些嗎？

潘嶸：推薦系統(tǒng)是一個應(yīng)用性極強的問題，我建議你最好先有足夠多的數(shù)據(jù)再開始，最好是有合作的企業(yè)，這應(yīng)該是一個未來很有前景的方向。

學(xué)生小十六：想請問潘老師，如果想學(xué)習(xí)做一個簡單但是結(jié)構(gòu)完整的推薦（功能）系統(tǒng)，應(yīng)該如何一步步進行？主要需要考慮哪些變量因素，采集哪些數(shù)據(jù)，運用什么算法手段，如何建模和可視化？

潘嶸：不同的推薦問題，數(shù)據(jù)、建?？赡芏己懿灰粯?。

學(xué)生椰咯斯大O.O：老師，如果個人愛好者想學(xué)數(shù)據(jù)挖掘，個人PC機的性能夠用嗎？如何解決訓(xùn)練數(shù)據(jù)來源的問題呢？

潘嶸：對于入門來說，個人PC基本是夠的，除非你要研究深度學(xué)習(xí)。

學(xué)生YM：你們有沒有遇到模型在source domain表現(xiàn)很好，在跟source domain相似的target domain表現(xiàn)不好的情況？有沒有什么unsupervised或者semi-supervised的方式針對target domain進行模型調(diào)整的方法推薦？

潘嶸：這是經(jīng)常會發(fā)生的情況，可以參考楊強老師在遷移學(xué)習(xí)方面的工作。

學(xué)生Adam.K：潘老師，請問你對最近很火的對抗式生成網(wǎng)絡(luò)怎么看，這在NLP領(lǐng)域有什么啟發(fā)嗎？

潘嶸：我是蠻感興趣的，GAN說得挺神奇的，我們目前還有把他應(yīng)用在NLP領(lǐng)域，但是也非常期待我覺得GAN還是有些東西沒有突破，應(yīng)該是有機會的。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。