热门推荐：
新智元报道
　　：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。
　　简历投递：j.cn
　　HR 微信：
　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。
　　加盟新智元，与人工智能业界领袖携手改变世界。
　　【新智元导读】今天，机器学习诸多理论的主要奠基人、美国三院院士 Michael I. Jordan受聘为清华大学访问教授，同时发表主题报告。Jordan认为，大数据的增长对传统的数据科学理论提出了改变的需求，特别是统计学和计算学的相关理论，应该呈融合式的发展。Jordan 特别提到，要在明年1月正式发布他们研究室的分布式机器学习框架 Ray，集统计推理、机器学习、大数据处理、计算等为一体，超越 Spark。
　　12月20日，清华大学正式宣布聘请计算机科学机器学习领域顶级学者 Michael I. Jordan 为访问教授，聘请仪式在清华大学主楼进行。
　　除了清华大学校领导，来自人大、北大等高校的代表，以及企业界代表――百度副总裁王海峰出席了聘请仪式。
　　Michael I. Jordan 是美国国家科学院院士、美国国家工程院院士以及美国艺术与科学院院士。Jordan教授也是美国加州大学伯克利分校 Pehong Chen 特聘教授，担任大数据实验室（AMPLab）共同主任、统计人工智能实验室（SAIL）主任、统计系系主任。长期引领着机器学习、统计学的理论、方法与系统研究，是贝叶斯网络、概率图模型、层次随机过程等多个重要方向的主要奠基者之一，也是统计学与机器学习交叉融合的主要推动者之一。
　　机器学习领域的“迈克尔&乔丹”
　　2016年4月，位于美国西雅图的艾伦人工智能研究院（AI2）名叫 Semantic Scholar 的程序基于400万份计算机领域的论文，计算出了最有影响力的学者排名。其中在机器学习领域的Michael I. Jordan 以1185的得分位居第一。
　　2015年秋天，由微软联合创始人保罗&艾伦创立的艾伦人工智能研究所（Allen Institute for Artificial Intelligence）发布了一款名为Semantic Scholar的搜索服务，其瞄准的竞争对手是Google Scholar、PubMed和其他在线学术搜索引擎。这项计划最初的目标是让这款由人工智能驱动的搜索引擎能在一定程度上真正理解搜索出来的论文。但后来，Semantic Scholar有了一个新目标：衡量一位科学家或一所研究机构对之后研究的影响。
　　根据Science报道，Semantic Scholar将不仅仅为论文排名，也会根据某一影响因素为作者、机构排名。例如，Semantic Scholar发现，MIT是当今计算机科学领域影响力最大的机构――这并不奇怪。不过，谁是计算机科学领域影响力最大的科学家呢？
　　如果你要看原始引用次数最高的人，那么计算机科学领域当前顶尖科学家是加州大学伯克利分校的Scott Shenker。但使用Semantic Scholar得出的结果是，影响力最大的是Shenker的同事――同样在加州大学伯克利分校工作的Michael I. Jordan。Jordan是人工智能领域的先驱，但他的名字极少为外人所知。艾伦人工智能研究所所长、Semantic Scholar的研发负责人Oren Etzioni戏称其为“机器学习领域的迈克尔&乔丹”。
　　使用Semantic Scholar搜索Michael I. Jordan的结果。来源：semanticscholar.org
　　聘请仪式结束后，Michael I. Jordan 现场作了题为《On Computational Thinking, Inferential Thinking and Data Science》的报告分享。
　　Jordan 演讲核心：融合计算理论与统计理论
　　科学和技术界中数据集大小和规模的快速增长，已经创造了关于数据科学的、新颖的基础性视角的需求，这种视角应该是融合了推理（Inferential）和计算机科学的。
　　这些领域中传统的视角和思路不足以解决“大数据”中凸显的难题，这显然是由于在基础性的层面，二者存在突出的分歧。在计算机科学中，数据点数量的增长是”复杂性“的来源，必须通过算法或者硬件来训练。而在统计学中，数据点数量的增长是”简单性“的来源，它能让推理在总体上变得更强大，引出渐进式的结果。
　　在形式层上，核心的统计学理论中缺乏计算机理论中的概念，比如“runtime”（运行时）的作用，而在核心的计算理论中，又缺乏统计学概念，比如“risk”的作用。二者之间的差异（Gap) 显而易见。
　　演讲展示了几个研究，用以为计算学和统计学搭建起桥梁，其中包括在隐私和交流限制下的推理问题，以及推理的速度和准确率之间达成平衡的方法。
　　值得一提的是，在演讲完后的问答环节中，有两位提问的人总想让 Jordan 在图模型（graph model）和深度神经网络（DNN）上选择一种。不过，Jordan 认为，两种方法都同样属于将统计融入了计算理论，因此――他不做选择。
　　此前，新智元特邀编辑小猴机器人 2011 年曾对话 Michael I. Jordan 教授，并在 InfoQ 发表文章《对话机器学习大神 Michael Jordan：深度模型》。
　　在 5 年以前，乔丹教授就认为，统计或者机器学习需要更加深入的与计算机科学系统和数据库接触，并不仅仅与具有人工智能的人。这一直是过去的几十年里正在进行的，并且直到现在仍然保持着“机器学习”的热点。在当时的采访中，小猴机器人了解到，乔丹教授从2006年到2011年在伯克利分校“RAD实验室”，直到现在在“AMP实验室”，在这段时间里一直都做着这样的事情。
　　采访中提到，乔丹教授相对于术语“神经网络”用法的重塑形象，更偏向于“深度学习”。在其他的工程领域里，利用流水线、流程图和分层体系结构来构建复杂系统的想法非常根深蒂固。而在机器学习的领域，尤其应该研究这些原则来构建系统。这个词“深”仅仅意味着――分层，乔丹教授深深的希望这个语言最终演变成如此简单的文字。他希望并期待看到更多的人开发使用其他类型模块、管道的体系结构，并不仅仅限制在“神经元”的层次。
　　神经科学――在接下来几百年的重大科学领域之一――我们仍然不是很了解在神经网络中想法是如何产生的，仍然看不到作为思想的主要产生器的神经科学，如何能够在细节上打造推理和决策系统。相比之下，计算机领域的一些假设，比如“并行是好的”或者“分层是好的”，已经足以支撑人们对大脑工作机制的理解。
　　乔丹教授补充举例道，在神经网络的早期他还是一个博士研究生，反向传播算法还没有被发现，重点在Hebb规则和其他的“神经合理”的算法，任何大脑不能做的事情都被避免了。他们需要变得很纯粹来发现人们思考的新形式。接着Dave Rumelhart开始探索反向传播算法――这显然是跳出于神经合理约束的――突然这个系统变得如此强大。这对他产生了很深刻的影响。这告诉我们，不要对主题和科学的模型强加人工的限制，因为我们仍然还不懂。
　　乔丹教授的理解是，许多“深度学习成功案例”涉及了监督学习（如反向传播算法）和大量的数据。涉及到大量线性度、光滑非线性以及随机梯度下降的分层结构似乎能够记住大量模式的数字，同时在模式之间插值非常光滑。此外，这种结构似乎能够放弃无关紧要的细节，特别是如果在合适的视觉领域加上权重分担。它还有一些总体上的优点总之是一个很有吸引力的组合。但是，这种组合并没有“神经”的感觉，尤其是需要大量的数据标签。
　　事实上，无监督学习一直被认为是圣杯。这大概是大脑擅长什么，和真正需要什么来建立真的“大脑启发式电脑”。但是在如何区分真正的进步和炒作上还存有困难。根据乔丹的理解，至少在视觉方面，非监督学习的想法并没有对最近的一些结果负责，很多都是机遇大量数据集的监督训练的结果。
　　接近非监督学习的一种方式是将好的“特征”或者“表示”的各种正式特点写下来，并且将他们与现实世界相关的各种假设捆绑在一起。这在神经网络文学上已经做了很久，在深度学习工作背景下的也做出了更多的工作。但是乔丹认为，要走的路是将那些正式的特征放进放进优化函数或者贝叶斯先验，并且制定程序来明确优化整合它们。这将是很困难的，这是一个持续的优化的问题。在一些近期的深度学习工作中，有一个不同的策略――使用自己喜欢的神经网络结构来分析一些数据，并且说“看，这表达了那些想要的、并没有包括进去的性质”。这是旧式的神经网络推理，它被认为仅仅是“神经”，仅仅包含了某种特殊的调料。这个逻辑是完全没有用的。
　　最后，乔丹教授谈到了哲学的层面，他认为神经网络是工具箱中重要工具之一。但当他被业界咨询的时候，却很少提到那种工具。工业界里人往往期望解决一系列的问题，通常不涉及上文所说的神经网络的“模式识别”的问题。比如说如下这些问题：
　　（1） 该怎样建立一段时间内的预算的模型，能够让我得到想要精确程度的结果，并且不管我有多少数据？
　　（2） 怎样才能获得我的数据库所有查询的表现的有意义的错误信息或者其他衡量方法的信息？
　　（3） 怎样才能与数据库思维（如连接）合并统计思维，以使我能够有效地清除数据和合并异构数据源？
　　（4） 该如何可视化数据，一般我该如何减少我地数据并且将我的推论展示给别人，让他们理解这是怎么回事？
　　（5） 该如何做诊断，这样我就不会推出一个有缺陷地系统，或者找出一个现有地系统被损坏了？
　　（6） 该如何处理非平稳性？
　　（7） 该如何做一些有针对性地实验，其中合并了我巨大地现有数据集，以使我能够断言一些变量有一些因果关系？
　　以下是今天 Jordan 教授清华大学演讲部分演讲PPT（编注：部分PPT标题显示不完整，原本如此，非拍摄或后期处理原因）：
　　Jordan 从一个职位描述讲起，介绍大数据带来的挑战，引出演讲主题：“大数据”时代同时需要计算思维和推理思维。
　　计算思维指的是：提取、建模、扩展性、鲁棒性等等
　　推理思维指的是：思考数据背后的真实世界现象；考虑抽样模型；开发能从数据“回馈”到潜在现象的程序。
　　隐私与推理：差分隐私
　　计算与推理
推理质量与经典的计算资源，比如时间和空间，如何平衡？
　　计算与推理的机制和边界
　　Jordan 所在研究机构与合作伙伴
　　大数据软件的增长情况
　　Spark 之后的下一个平台：Ray
　　Jordan 介绍说，他们研究室开发的 Ray 将于明年一月份左右发布。Ray 集统计推理、机器学习、大数据处理、计算等为一体。
　　动力源于构建更好的分布式机器学习框架
　　目标：
　　在单机上运行相同的代码和簇；对既有的代码进行最小化的修正，让其变得可分布；有效地支持大量的小任务；在任务间有效地分享数据
　　运行模型
　　例子：递归神经网络计算的依存图
　　代码运行案例
　　系统架构
　　应用：商品检测、欺诈检测、认知助手、物联网。
　　特点：低延迟、个性化和快速变化。
　　结语：数据变得越来越多，越来越大，计算和推理领域应该在基础层面有更多的融合。
　　文中部分内容来自 InforQ 《对话机器学习大神Michael Jordan：深度模型》，发布时有改动（原文链接：q.com/cn/news/2014/09/depth-model）
　　（责编：WF）
新智元招聘
　　职位 运营总监
　　职位年薪：36- 50万（工资+奖金）
　　工作地点：北京-海淀区
　　所属部门：运营部
　　汇报对象：COO
　　下属人数：2人
　　年龄要求：25 岁 至 35 岁
　　性别要求：不限
　　工作年限：3 年以上
　　语 言：英语6级（海外留学背景优先）
　　职位描述
负责大型会展赞助商及参展商拓展、挖掘潜在客户等工作，人工智能及机器人产业方向
擅长开拓市场，并与潜在客户建立良好的人际关系
深度了解人工智能及机器人产业及相关市场状况，随时掌握市场动态
主动协调部门之间项目合作，组织好跨部门间的合作，具备良好的影响力
带领团队完成营业额目标，并监控管理项目状况
负责公司平台运营方面的战略计划、合作计划的制定与实施
　　岗位要求
大学本科以上学历，硕士优先，要求有较高英语沟通能力
3年以上商务拓展经验，有团队管理经验，熟悉商务部门整体管理工作
对传统全案公关、传统整合传播整体方案、策略性整体方案有深邃见解
具有敏锐的市场洞察力和精确的客户分析能力、较强的团队统筹管理能力
具备优秀的时间管理、抗压能力和多任务规划统筹执行能力
有广泛的TMT领域人脉资源、有甲方市场部工作经验优先考虑
有媒体广告部、市场部，top20公关公司市场拓展部经验者优先
　　新智元欢迎有志之士前来面试，更多招聘岗位请访问新智元公众号。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
知名IT评论人，曾就职于多家知名IT企业，现是科幻星系创建人
未来在这里发声。
新媒体的实践者、研究者和批判者。
立足终端领域，静观科技变化。深入思考，简单陈述。
智能硬件领域第一自媒体。Michael I. Jordan受聘为清华大学访问教授
发布时间：
【Michael I. Jordan受聘为清华大学访问教授】12月20日，清华大学正式宣布聘请计算机科学机器学习领域顶级学者Michael I. Jordan为访问教授，Jordan教授也是美国加州大学伯克利分校Pehong Chen特聘教授，担任大数据实验室共同主任、统计人工智能实验室主任、统计系系主任。?查看图片
深度报道：&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&我要报料：
傲慢与偏见 ？真知与灼见 ？
有见解，更有派！
最聚影响力
自动化观世界&&&&&&&内容
迈克尔·欧文·乔丹院士受聘清华大学杰出访问教授
清华新闻网12月22日电（通讯员 龙明盛）12月20日，由清华大学软件学院主办，数据科学研究院协办的&迈克尔·欧文·乔丹（Michael I. Jordan）院士清华大学杰出访问教授聘任仪式暨学术报告会&在主楼接待厅举行。副校长王希勤代表清华大学诚挚欢迎乔丹院士担任杰出访问教授。他说，乔丹院士在机器学习和统计学领域都取得了杰出成就。自己早年在加州大学伯克利分校担任访问学者期间，就对乔丹院士的《概率图模型》课程印象深刻。多年来，清华大学在数据科学领域的研究和教学也深受乔丹院士研究成果的启发。当前数据科学与机器学习在众多领域中发挥起越来越重要的作用，乔丹院士受聘清华大学杰出访问教授，对中国学术界和工业界都将有着深远的影响。副校长王希勤为迈克尔·欧文·乔丹院士颁发聘书。迈克尔·欧文·乔丹（Michael I. Jordan）院士对此次聘任表示感谢。他说，很高兴在学术界的蓝图中数据科学被认为是未来的重要部分；很高兴看到很多国家的政府和产业界致力于投资数据，使用数据，并把数据科学摆在重要的位置。他表示，访问清华大学就是为了和大家一起工作，应对大数据的挑战，释放大数据的能量。迈克尔·欧文·乔丹（Michael I. Jordan）院士作主题报告。参加本次聘任会的还有中国工程院院士孙家广、百度集团副总裁王海峰、中国人民大学千人计划教授文继荣、北京大学长江学者特聘教授崔斌等。王海峰、文继荣、崔斌分别致词，对乔丹院士在数据科学领域作出的基础性贡献表示敬佩，并祝贺其受聘清华大学杰出访问教授。仪式后，乔丹院士作了题为&计算思维、推断思维与数据科学（On Computational Thinking, Inferential Thinking and Data Science）&的主题报告，分享了他在数据科学关键问题上的思考和实践。他深入分析了在大数据背景下我们面临的理论和系统两大挑战，以隐私、通信约束为例阐述了解决这两大挑战的计算思维与推断思维，并介绍了加州大学伯克利分校在大数据领域的最新研究成果，重点推介了集统计推断、机器学习、大数据计算为一体的全面超越上一代分布计算框架Spark的新一代分布式机器学习系统Ray。报告结束后，乔丹院士回答了师生和媒体的提问。聘任仪式由软件学院党委书记、数据科学研究院副院长王建民主持。现场200余名来自清华大学以及其他高校、机构和企业的人员聆听了报告。王希勤副校长（左三）与迈克尔·欧文·乔丹院士（左四）以及到场嘉宾合影。迈克尔·欧文·乔丹（Michael I. Jordan）院士是美国加州大学伯克利分校特聘教授，统计系主任，大数据实验室共同主任，统计人工智能实验室主任。乔丹院士长期引领着机器学习和统计学的理论、方法与系统研究，是贝叶斯网络、概率图模型、层次随机过程等多个重要方向的主要奠基者，也是统计学与机器学习交叉融合的主要推动者。供稿：软件学院& 编辑：徐静&&一天就是225元，一个月大概花费四五千元。
手脚全上，只为可以得到娃娃，不顾围观目光。
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
请点击上方蓝字 ↑【北大清华讲座】加关注，知识改变命运！
　　名校课表分享：请在本号对话框中输入：人大课表、北大课表、国科大课表、法大课表、清华课表、北邮课表、首师大课表、北航课表、对外经贸大学课表、中传课表、北林课表自动提取。更多分类信息请进入本公号底部参看【讲座分类】【演出展览】菜单栏
　　Michael I. Jordan，美国国家科学院院士、美国国家工程院院士以及美国艺术与科学院院士。Jordan教授也是美国加州大学伯克利分校Pehong Chen特聘教授，担任大数据实验室（AMPLab）共同主任、统计人工智能实验室（SAIL）主任、统计系系主任。长期引领着机器学习、统计学的理论、方法与系统研究，是贝叶斯网络、概率图模型、层次随机过程等多个重要方向的主要奠基者之一，也是统计学与机器学习交叉融合的主要推动者之一。
　　本期活动他将为大家做“On Computational Thinking, Inferential Thinking and Data Science”的主题分享。同时还将进行“Michael I. Jordan院士清华大学接触访问教授聘请仪式”，让我们一起来见证这精彩的时刻吧~
　　Information
　　基本信息
时间 / 地点
12月20日 10:30-12:00
清华大学主楼接待厅
点击“阅读原文”报名
清华大学软件学院
清华大学数据科学研究院
　　Background
　　活动背景
　　The rapid growth in the size and scope of datasets in science and technology has created a need for novel foundational perspectives on data analysis that blend the inferential and computational sciences. That classical perspectives from these fields are not adequate to address emerging problems in &Big Data& is apparent from their sharply divergent nature at an elementary level---in computer science, the growth of the number of data points is a source of &complexity& that must be tamed via algorithms or hardware, whereas in statistics, the growth of the number of data points is a source of &simplicity& in that inferences are generally stronger and asymptotic results can be invoked. On a formal level, the gap is made evident by the lack of a role for computational concepts such as &runtime& in core statistical theory and the lack of a role for statistical concepts such as &risk& in core computational theory. I present several research vignettes aimed at bridging computation and statistics, including the problem of inference under privacy and communication constraints, and methods for trading off the speed and accuracy of inference.
　　Introduction
　　嘉宾简介
　　Michael I. Jordan教授是美国加州大学伯克利分校Pehong Chen特聘教授，担任大数据实验室（AMPLab）共同主任、统计人工智能实验室（SAIL）主任、统计系系主任。他是一位享誉全球的卓越教育家，他培养学生多数已在斯坦福、麻省理工、伯克利、普林斯顿、剑桥等全球顶级大学任终身教职，影响着机器学习和统计学的发展。
　　Jordan教授长期引领着机器学习、统计学的理论、方法与系统研究，是贝叶斯网络、概率图模型、层次随机过程等多个重要方向的主要奠基者之一，也是统计学与机器学习交叉融合的主要推动者之一。
　　Jordan教授是美国国家科学院院士、美国国家工程院院士以及美国艺术与科学院院士，是美国科学促进协会（AAAS）、美国工业与应用数学学会（SIAM）、美国人工智能学会（AAAI）、国际计算机学会（ACM）、国际电气与电子工程师协会（IEEE）等主要国际学术组织的会士。
　　同时，他还担任美国国家科学研究委员会大数据分析分委会主席、美国计算机学会图灵奖委员会委员等学术职务。Jordan教授因卓越的贡献获得人工智能学界重要奖IJCAI Research Excellence Award（2016）以及认知科学界最高奖David E. Rumelhart Prize（2015），他的学术论文多次获得国际顶级会议的最佳论文奖，其著作在谷歌学术中被引用十万余次。
本版编辑：颖
　　第十六届国家安全论坛
日 9：00-17:00
国际关系学院润心楼多功能厅
本版编辑：颖
　　中国传统中的安身立命之道
　　【时间】日（周一）19:00
　　【主讲】楼宇烈（北京大学哲学系教授，北京大学哲学系东方哲学教研室主任，北京大学宗教研究院名誉院长，北京大学学术委员会委员）
　　【主持】冯俊杰（中国人口福利基金会善基金）
　　【地点】北京大学英杰交流中心阳光厅
　　虚云讲座第38讲――重新认识“中国民间信仰”
　　【时间】日（周四）10:00（会场座位有限，务请提前15分钟入场）
　　【主讲】张志刚（北京大学哲学系、宗教学系教授，博士生导师，北京大学宗教文化研究院院长，中国宗教学会副会长）
　　【地点】北京大学英杰交流中心月光厅（位于北大东南门内50米）
　　本体诠释学与中国文化及其价值的终极诠释
　　【时间】日（周六）15:00―17:30
　　【主讲】成中英（著名美籍华人学者、世界著名哲学家、著名管理哲学家，C管理理论创立人，被公认为是“第三代新儒家”的代表人物之一。现为美国夏威夷大学哲学系终身教授。）
　　【地点】北京大学新闻与传播学院347会议室
　　【报名方式】戳【阅读原文】
　　北大清华讲座 bdqhjz
　　汇聚、分享、交流、碰撞。北京高端名家讲座、文化活动第一发布和交流平台！2010年诞生于北大清华校园中，涵盖人大、北师大等北京各高校、及社会最高品味的开放免费讲座和活动，5年50000场。经济人文、社科管理经典，学术思想前沿。大师身边宜聆教，未来精英共成长！
　　在本微信公号中分别输入【北大】【清华】【人大】【北师】二字可自动提取四校当日讲座信息！分类信息请参看本公众号底部【讲座分类】【演出展览】菜单栏。
　　讲座信息报送渠道1、讲座文案海报私信至新浪微博@北大清华讲座-北京活动 （及时处理）。2、文案海报私信至本微信公众号后台（晚上处理）。3、讲座文档海报邮件发送至邮箱 欢迎报送和推荐高质量的讲座和活动！ 原创文章投稿邮箱：。咨询和意见反馈请加微信：wangxy_369 ；合作请加QQ： 。
　　欢迎关注【沪宁杭讲座活动】微信公众号：hnhjzhd ；北京高校同学联谊的【同学之约】微信公众号：bqtxzy
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
搜狐公众平台官方账号
生活时尚&搭配博主 /生活时尚自媒体 /时尚类书籍作者
搜狐网教育频道官方账号
全球最大华文占星网站-专业研究星座命理及测算服务机构
1951文章数
主演：黄晓明/陈乔恩/乔任梁/谢君豪/吕佳容/戚迹
主演：陈晓/陈妍希/张馨予/杨明娜/毛晓彤/孙耀琦
主演：陈键锋/李依晓/张迪/郑亦桐/张明明/何彦霓
主演：尚格?云顿/乔?弗拉尼甘/Bianca Bree
主演：艾斯?库珀/ 查宁?塔图姆/ 乔纳?希尔
baby14岁写真曝光
李冰冰向成龙撒娇争宠
李湘遭闺蜜曝光旧爱
美女模特教老板走秀
曝搬砖男神奇葩择偶观
柳岩被迫成赚钱工具
大屁小P虐心恋
匆匆那年大结局
乔杉遭粉丝骚扰
男闺蜜的尴尬初夜
客服热线：86-10-
客服邮箱：}