- 在线时间
- 5024 小时
- 最后登录
- 2022-11-28
- 注册时间
- 2009-4-8
- 听众数
- 738
- 收听数
- 1
- 能力
- 23 分
- 体力
- 77820 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27272
- 相册
- 1
- 日志
- 14
- 记录
- 36
- 帖子
- 4293
- 主题
- 1341
- 精华
- 15
- 分享
- 16
- 好友
- 1975

数学中国总编辑
TA的每日心情 | 衰 2016-11-18 10:46 |
|---|
签到天数: 206 天 [LV.7]常住居民III 超级版主
 群组: 2011年第一期数学建模 群组: 第一期sas基础实训课堂 群组: 第二届数模基础实训 群组: 2012第二期MCM/ICM优秀 群组: MCM优秀论文解析专题 |
上海证券交易所的总工白硕把目前对数据所做的事情分为三类:(1)数据处理: 包括数据库沿袭下来的一些技术,包括信息检索沿袭下来的一系列技术。它的 逻辑是确定的,领域是固定的,要拼的是效率、是容量、是体量。随着技术的 进步,目前这一类有突破。(2)数据发掘,就是找规律、预测、拟合。(3) 基于数据的智能,一般来说智能要基于知识,但是现在看到的是,跳过知识, 直接依靠数据和简单的逻辑实现智能。* ?8 W5 t" |" P z- j4 \$ ^. g$ g
6 \. H$ |* y9 y) a1 \9 V张恭庆院士从数学整体发 展的观点谈到:我们的数学不是多了,是少了。现有的数学远远没有用过去。 但还有许多数学还有待于发展。相当多数学家注意到了数据科学,注意到了数 据的发展,需要把以前很多学的东西进行改造以适应这一方面的发展。我觉得 现在需要融合,需要数学家关心,进入数据科学。数学家把这个学科往前推动, 同时把好多问题提出来,企业家遇到什么问题,与数学家一起解决,也许在这 个过程中,我们发展出了自己的科学。
, D/ | Q/ i& U
3 U. ]1 U+ ]2 g怎样发展为数据科学?通过讨论,与会人员基本上达成了以下几点共识。6 L; }( X% X8 W; z# x
7 T# }* e- p( ? v
一是要加强合作,这个合作是多方面的,包括学术界和企业界之间的合作,数 学界(包括统计界)与计算机科学界之间的合作,以及数据拥有者与数据分析 者之间的合作。二是建立起一个适合数据科学发展的人才培养模式。这样的人 才应具有坚实的统计和算法基础,并且对数据库,数据结构的知识有基本的了 解,同时还具备较强的编程和实现能力。* R- X: Q( u0 I" W% [
) l% i* x0 Y2 P+ t0 [' g q为了方便更进一步地开展数据科学方面的工作,建议先在中国工业与应用数学学会下建立数 据科学专业委员会(筹),积极开展并推动有关的工作,在上级单位正式批准 后,再成立正式的数据科学专业委员会。专业委员会下将设立一些兴趣小组。 初步考虑可以设立以下几个小组。
n9 M( \% ?2 b' P8 t. ?4 K5 ~- C; C, x
1、统计学习,包括统计,机器学习,数据挖掘,以及相应的算法。4 h! J* j. f; d
( O. k8 m8 [( w9 M/ e2、图像处理,包括视频图像,三维几何图形,医学成像等。
! u! o1 W6 N$ _2 P' `( p4 l
" F; u9 k% ~0 ]% R1 L3、网络科学,包括社交网络,计算社会学等。
# @! [ ]; D" D5 P2 `
8 U/ G ?$ a- h M) m有兴趣的同事请与鄂维南院士或刘艳云女士联系,电子邮箱为: weinan@math.pku.edu.cn, yyliu@pku.edu.cn7 r6 p% H( z; J# G
' I, V% O( K$ y* k) T- J
计划针对各专题每年组织一次学术界与企业界之间的学术交流活动。7 H( F3 r2 x# K8 W" L7 A
# O5 {1 K" y) v7 U2 o# k
如何做好数据科学,是我们大家的事情。希望大家多思考,多交流。我们集思 广益,争取把事情做好。7 k* {9 _6 J4 G7 e( \8 f" h
0 D$ R4 q* H. p(转载) |
zan
|