專業(yè)前沿講座心得體會

　　專業(yè)前沿講座心得體會

　　近年來，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界的極大關(guān)注，其主要原因是存在大量數(shù)據(jù)，可以廣泛使用，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識。獲取的信息和知識可以廣泛用于各種應用，包括商務管理，生產(chǎn)控制，市場分析，工程設計和科學探索等。

　　機器學習和數(shù)據(jù)挖掘這些年一直是計算機應用方面研究的重點和熱點，首先要了解什么是數(shù)據(jù)挖掘，簡單地說，數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或"挖掘"知識。我一直對這方面的知識頗感興趣，這學期學院開設的學術(shù)前沿講座的課程，很有幸聽到了文益民教授對于自己在機器學習和數(shù)據(jù)挖掘方面研究的講座，讓我對這些知識有了深入淺出的理解，受益匪淺。

　　12月5號，文益民教授做了題為“大規(guī)模數(shù)據(jù)的分類”的講座，在講座的最開始，文教授提到了戈登·德萊頓《學習的革命》一書，皆在指導我們?nèi)绾畏e累知識如何思考如何學習如何去做研究，具有拋磚引玉的指導意義。在這之后，又對了解機器學習和數(shù)據(jù)挖掘首先要了解的知識做了簡要的說明，比如對于問題的分類是分為線性問題和非線性問題;比如聚類的含義是將物理或抽象對象的集合分成由類似的對象組成的多個類的過程;比如對于這個世界上計算機的分類可以只分成工人(maker)和思考者(thinker)兩類。至此正式進入問題的討論。

　　對于這次講座，文教授從四個方面進行了講授。第一，實際應用中的大規(guī)模數(shù)據(jù)分類問題。第二，大規(guī)模數(shù)據(jù)給機器學習帶來的挑戰(zhàn)。第三，大規(guī)模數(shù)據(jù)分類算法的研究。第四，展望發(fā)展前景。文教授主要是在第三點中做了很多工作也取得了可喜的成績。

　　在機器學習的實際應用中，大規(guī)模數(shù)據(jù)分類問題一般會應用在以下幾個方面，在高速高精度的工業(yè)圖像檢測方面，在專利分類方面，在生物信息數(shù)據(jù)快速增長方面，在支持向量機參數(shù)選擇方面。

　　大規(guī)模數(shù)據(jù)給機器學習帶來的問題有：1、算法一般不是收斂太慢就是難以收斂，訓練時間過長。2、海量數(shù)據(jù)無法一次裝入內(nèi)存。3、算法可靠性得不到保證。4、已經(jīng)訓練好的學習器遇到心得訓練樣本時需要重新訓練。

　　在最重要的部分，文教授提到了幾個重要的研究方法，包括算法，這里面包含有：1、基于并行計算的算法，2、以并行計算方法求解工作集方法中每個迭代步中二次規(guī)劃的子問題，3、Meta-learning，最小最大模塊化支持向量機以及快速模塊化支持向量機，4、Cluster-SVM，Cluster-based-SVM，Cascade-SVM。文教授在第三和第四點中都有自己的工作和貢獻，在第三點中，他提出了分類面拼接算法，在第四點中，提出了分層并行支持向量機訓練算法。對于分類面拼接算法我進行了比較仔細的了解，并下載閱讀了文教授于2009年3月份在湖南大學學報上發(fā)表的論文“基于分類面的快速模塊化支持向量機研究”，對于分類面拼接算法有了初步的研究，下面說說我對這個算法的理解。

　　信息采集和信息處理技術(shù)的快速發(fā)展導致了諸如公共健康數(shù)據(jù)、信用交易數(shù)據(jù)、國家經(jīng)濟普查數(shù)據(jù)、網(wǎng)絡文本數(shù)據(jù)和地理信息數(shù)據(jù)等大規(guī)模數(shù)據(jù)集的產(chǎn)生。由于訓練時間很長和空間需求很大，現(xiàn)有的大多數(shù)機器學習算法很難被直接用于大規(guī)模數(shù)據(jù)的機器學習。

　　這個算法是針對大多數(shù)現(xiàn)有的機器學習算法處理大規(guī)模問題時需要的訓練時間很長和存儲空間很大的難點而提出的，英文名是psfnrSVMs，

　　在訓練階段，psfm2SVMs采用一簇平行超平面對大規(guī)模問題實施軟劃分，然后針對每個子問題并行訓練支持向量機。在測試階段，測試樣本坐落于哪個子問題所在空間中，就由該子問題訓練的支持向量機給出判別結(jié)果。在4個大規(guī)模問題上的實驗表明:與采取硬劃分的快速模塊化支持向量機(fm2SVMs)相比，軟劃分能夠使psfm2SVMs得到更加光滑的分類面，因而ps2fm2SVMs的泛化能力較高。在不增加訓練時間的條件下，psfm2SVMs減少了由于訓練集分割導致的分類器泛化能力下降。

　　支持向量機方法的本質(zhì)是在訓練集的一個高維像空間中尋找最大間隔分類超平面，這個分類超平面對應于訓練集所在空間的一個光滑曲面。如果采用訓練集分割的方法，將這個光滑曲面分段求出，然后進行連接，就可以得到這個光滑曲面的近似曲面。

　　該算法使用平行超平面簇對訓練集實施軟劃分，使得拼接后的分類面相比fm2SVMs得到的分類面更光滑，更接近最優(yōu)分類曲面。因而，psfm2SVMs的泛化能力比fm2SVMs的泛化能力要高。在并行條件下，兩者的訓練時間和測試時間相同。在多核計算技術(shù)快速發(fā)展的今天，本文提出的算法，提供了一種可行的并行機器學習框架，對于研制高速高精度的機器學習算法具有一定的借鑒意義。未來計劃研究隨機向量w的方向?qū)�psfm2SVMs泛化能力的影響，并將該算法用于高速高精度工業(yè)圖像檢測。

　　這就是我的心得體會，在講座的最后，文教授還對機器學習和數(shù)據(jù)挖掘的未來進行了展望，諸如現(xiàn)在流行的云計算，還有動態(tài)數(shù)據(jù)流學習，例外的發(fā)現(xiàn)，學習更復雜的函數(shù)，粒計算等等，都是今后發(fā)展的的熱點。聽完這個講座，我感到責任重大，即使是一個點，也還有很多方面值得拓展和探索，作為研究生，研究是我們主要的工作，想要取得滿意的結(jié)果和優(yōu)異的成績，我們所要做的就是倍加努力，汲取現(xiàn)有的知識，在新的領(lǐng)域開拓新的研究道路，積極探索，永不止步。

　　專業(yè)前沿講座心得體會

　　在科學技術(shù)和信息技術(shù)的帶動下，經(jīng)濟全球化的進程逐步加快，企業(yè)面臨的競爭已演變?yōu)閮r值鏈與價值鏈之間的競爭，為了提高供應鏈管理對我績效，要做到擁有高效運行機制的同時建立一個科學合理的供應鏈及其管理系統(tǒng)。因此，供應鏈優(yōu)化勢在必行。

　　今天企業(yè)面臨的最大挑戰(zhàn)之一，就是要對從未有過的需求變數(shù)做出快速的反應。很多原因?qū)е铝水a(chǎn)品和技術(shù)的生命周期縮短，企業(yè)間的競爭壓力也導致產(chǎn)品的頻繁變化。為了應對這個挑戰(zhàn)，企業(yè)需要集中力量做到比以前更敏捷，以便在更短的時間內(nèi)對產(chǎn)量和種類的變化做出反應。一條快速的供應鏈能夠是企業(yè)更加快速的發(fā)展。

　　供應鏈的定義是：供應鏈是圍繞核心企業(yè)，將供應商、制造商、分銷商、零售商，直至最終客戶連成一個整體的功能網(wǎng)鏈結(jié)構(gòu)，通過對信息流、物流，資金流的控制，從采購原材料開始，制成中間產(chǎn)品以及最終產(chǎn)品，最后由銷售網(wǎng)絡把產(chǎn)品送到消費者手中。供應鏈管理的基本概念使供應商、制造商、分銷商、零售商和最終 用戶形成整體的功能網(wǎng)鏈;包括所有加盟企業(yè)(節(jié)點企業(yè));從原材料供應開始，直至最終產(chǎn)品;通過供應商到用戶的物料鏈、信息鏈和資金鏈，實現(xiàn)增值鏈，即使相關(guān)企業(yè)都有收益(多贏)。

　　首先，供應鏈管理把產(chǎn)品在滿足客戶需求的過程中對成本有影響的各個成員單位都考慮在內(nèi)了，包括從原材料供應商、制造商到倉庫再經(jīng)過配送中心到渠道商。不過，實際上在供應鏈分析中，有必要考慮供應商的供應商以及顧客的顧客，因為它們對供應鏈的業(yè)績也是有影響的。

　　其次，供應鏈管理的目的在于追求整個供應鏈的整體效率和整個系統(tǒng)費用的有效性，總是力圖使系統(tǒng)總成本降至最低。因此，供應鏈管理的重點不在于簡單地使某個供應鏈成員的運輸成本達到最小或減少庫存，而在于通過采用系統(tǒng)方法來協(xié)調(diào)供應鏈成員以使整個供應鏈總成本最低，使整個供應鏈系統(tǒng)處于最流暢的運作中。

　　第三，供應鏈管理是圍繞把供應商、制造商、倉庫、配送中心和渠道商有機結(jié)合成一體這個問題來展開的，因此它包括企業(yè)許多層次上的活動，包括戰(zhàn)略層

　　次、戰(zhàn)術(shù)層次和作業(yè)層次等。

　　盡管在實際的物流管理中，只有通過供應鏈的有機整合，企業(yè)才能顯著地降低成本和提高服務水平，但是在實踐中供應鏈的整合是非常困難的，這是因為：首先，供應鏈中的不同成員存在著不同的、相互沖突的目標。比如，供應商一般希望制造商進行穩(wěn)定數(shù)量的大量采購，而交貨期可以靈活變動;與供應商愿望相反，盡管大多數(shù)制造商愿意實施長期生產(chǎn)運轉(zhuǎn)，但它們必須顧及顧客的需求及其變化并作出積極響應，這就要求制造商靈活地選擇采購策略。因此，供應商的目標與制造商追求靈活性的目標之間就不可避免地存在矛盾。

　　供應鏈是一個動態(tài)的系統(tǒng)，隨時間而不斷地變化。事實上，不僅顧客需求和供應商能力隨時間而變化，而且供應鏈成員之間的關(guān)系也會隨時間而變化。比如，隨著顧客購買力的提高，供應商和制造商均面臨著更大的壓力來生產(chǎn)更多品種更具個性化的高質(zhì)量產(chǎn)品，進而最終生產(chǎn)定制化的產(chǎn)品。

　　在聽講座的時候老師講得很認真，我也帶著解決以下五個問題嘗試著學習。包括物流管理與供應鏈管理的關(guān)系處理，物流企業(yè)和生產(chǎn)制造企業(yè)物流的視覺差異、物流管理戰(zhàn)略和戰(zhàn)術(shù)問題的區(qū)分與協(xié)調(diào)、反映物流領(lǐng)域的最新研究與實踐成果及理論性與實用性相合共五個問題。

　　學習的過程可以分為兩個階段，一從被動地聽老師授課，起初就覺得講座理論性太強，而可感性又不高，難以更好的理解書中的理論，沒法更好地學習知識點，二對課本上所提到的案例加上老師的講解后，案例具體的指出存在的相關(guān)問題，并提出的對應的解決措施，我對課程理論的學習進入了半知半解的狀態(tài)，有了一定的認識、了解、感悟，通過聽講座我對書本的理論又有了進一步的認識，可感悟有了進一步的提升。對比自己本學期所學到的知識及能力，感覺自己再具體提出相關(guān)解決措施的時候，沒辦法更好的調(diào)研、分析，得出解決的方案，理論與實際的兩者結(jié)合不夠，沒辦法列出更為具體且行的方式以解決問題，提出方案的可操作性都有待提升。

　　自己學習方面的轉(zhuǎn)變由只是老師講解，轉(zhuǎn)變到了自己主動去了解、學習。通過自己上網(wǎng)下載相關(guān)案例，學習更多的東西。這就是我這學期有學習進步的地方。

　　不足之處：由于是第一次聽這一類的講座，自己沒辦法去了解到哪些途徑與方法能夠更好的解決我們的問題。

　　通過本學期的學習，我明顯的感覺到了，在看待問題，分析、解決具體問題方面的能力，明顯不足，心態(tài)上有些急切，很想學習相關(guān)方面的具體解決問題的知識，進一步提升自己。

　　在進一步學習的方面，我希望老師能再強化學生在這方面的意識，旨在合適的時候指出學生的不足和問題，讓學生更好的意識到問題，有何途徑去更好的解決問題，灌輸樹立學生們樹立這方面的意識或習慣。

　　學生和老師的溝通不足，導致學生上課沒辦法更好的與老師所講解的內(nèi)容，能有知識。思想或思維上的碰撞，擦出思維碰撞的火花。在講座之前，老師能先提前跟下節(jié)課有關(guān)的案例，課后讓學生更好的在課前提出相關(guān)的問題，講座上引導學生更好的在課前思考提出相關(guān)的問題，講座上引導學生廣泛地參與到思考與討論中出現(xiàn)了什么問題，為什么會出現(xiàn)問題，怎么去解決問題，為什么要這么去解決問題，如何具體的提出相關(guān)可行具體的方案去落實。這樣子就能更好地讓學生對理論與運用有更深地認識了。

　　通過這次講座我不僅學習到了專業(yè)知識，也使得我的視野更開闊了，學習能力也提高了。我覺得這是我踏上社會之前收獲的一筆財富。

　　專業(yè)前沿講座心得體會

　　聽了幾位老師所講的學科先沿講座，我的感想頗多。 尤其是對林林老師的《智慧時代中的挑戰(zhàn)與機遇》頗有感觸。下面我談談自己通過聽講，查資料，經(jīng)過思考后對這一問題的理解。 當今的信息新技術(shù)主要包括這么幾類，即新息安全新技術(shù)：主要包括密碼技術(shù)、入侵檢測系統(tǒng)、信息隱藏技術(shù)、身份認證技術(shù)、數(shù)據(jù)庫安全技術(shù)、 網(wǎng)絡容災和災難恢復、網(wǎng)絡安全設計等。信息化新技術(shù)：信息化新技術(shù)主要涉及電子政務、電子商務、城市信息化、企業(yè)信息化、農(nóng)業(yè)信息化、服務業(yè)信息化等。軟件新技術(shù)：軟件新技術(shù)主要關(guān)注嵌入式計算與嵌入式軟件、基于構(gòu)件的軟件開發(fā)方法、中間件技術(shù)、數(shù)據(jù)中心的建設、可信網(wǎng)絡計算平臺、軟件架構(gòu)設計、SOA與RIA技術(shù)、軟件產(chǎn)品線技術(shù)等。網(wǎng)絡新技術(shù)：網(wǎng)絡新技術(shù)包括寬帶無線與移動通信、光通信與智能光網(wǎng)絡、家庭網(wǎng)絡與智能終端、寬帶多媒體網(wǎng)絡、IPv6與下一代網(wǎng)絡、分布式系統(tǒng)等。計算機新技術(shù)：計算機新技術(shù)主要關(guān)注網(wǎng)格計算、人機接口、高性能計算和高性能服務器、智能計算、磁存儲技術(shù)、光存儲技術(shù)、中文信息處理與智能人機交互、數(shù)字媒體與內(nèi)容管理、音視頻編/解碼技術(shù)等。

　　大膽的預測一下計算機技術(shù)往下怎么發(fā)展，因為形勢明白了，歷史規(guī)律搞清楚了，需求也明白了，該怎么做呢?我大膽做這么一個發(fā)言，中國計算機界必須把握機遇迎接挑戰(zhàn)。看一下處理器方面該怎么做，上個世紀我們關(guān)心的是每秒種可以完成多少指令，處理的速度。后來發(fā)現(xiàn)不對，應該做高性能的處理器，每花掉一塊錢可以處理多少能力，重要的是功耗要低，然后是無線，是互聯(lián)，我們更關(guān)心消耗每瓦功率處理能力是多少，大家關(guān)心的點開始轉(zhuǎn)移，從每秒處理能力，關(guān)心到每塊買到多少處理能力，到最后消耗每瓦功耗有多少能力。在處理結(jié)構(gòu)上面有什么變化，從上世紀70年代左右，人圍著計算機轉(zhuǎn)，每個單位只要很好就有一個漂亮的機房，大家圍著機房轉(zhuǎn)，算題是通過一個小窗口把題遞進去，過一段時間里面算好，把題遞出來。那時候一切圍繞CPU轉(zhuǎn)，所以那時候CPU當之無愧，我的處理器是中心所以叫CPU。再往下可以看到計算機圍著人轉(zhuǎn)，我們口袋里的手表等一切一切，人走到哪里，計算裝備圍著我來轉(zhuǎn)，在機器內(nèi)部不是圍著CPU轉(zhuǎn)，而是圍著存儲期，I/O，通道轉(zhuǎn)，因此不能光搞CPU，比如出現(xiàn)PIM等新的名稱，所以我們應該與時俱進。從CPU，C要改成無處不在的處理單元。

　　網(wǎng)絡將怎么發(fā)展，我們在上個世紀70年代所關(guān)心的就是互聯(lián)互通互操作，在這兒不是講互聯(lián)互通互操作不重要，它是一個基礎絕對重要，關(guān)心這個是數(shù)據(jù)和控制信號的傳遞，數(shù)據(jù)和控制信號可以傳過去。做了一些日子以后發(fā)現(xiàn)，需求不僅僅是這個，我們要提高網(wǎng)絡的帶寬，我們關(guān)心是信息溝通和處理能力的增強，光把信號傳過去是不是可以處理好呢?再往下又是怎樣的?我們應該關(guān)心網(wǎng)上有這些信息，有這么多人用，是動態(tài)的變化，所以我們要關(guān)心信息融合、信息確認等。要把消息傳給該給的人，該給的時間，該給的地方，該給的人，傳正確的東西，這個變化不承認不行的，以往包括我個人在內(nèi)，我和我同事們宣揚，看我家里環(huán)境，辦公室環(huán)境，我計算機有多少能力聯(lián)網(wǎng)，這已經(jīng)過去了。下面關(guān)心的是這個網(wǎng)絡具有多少計算個算計的能力，算計要做推理更難，再往下要面對什么問題?我的網(wǎng)絡環(huán)境怎么樣有非常強的資源按需聚合，人機協(xié)同工作的協(xié)調(diào)能力，體系結(jié)構(gòu)將怎么發(fā)展，70年代的時候，大家做體系結(jié)構(gòu)設計，費勁腦筋是在計算機內(nèi)挖掘可能的潛力，處理可能的矛盾，搞體系結(jié)構(gòu)的人，什么是好的所長，廠長，它的學問是處理輕重緩急，這件事應該放得下，哪件事應該要處理，所以好的應該處理刪、增、減、抑、揚，在這種情況下發(fā)現(xiàn)，我們設計在機群中挖掘和平衡，我們要在網(wǎng)絡環(huán)境下怎么做挖掘和平衡，因為系統(tǒng)給人用的，機器的環(huán)境，是給銷售人員，管理者用的，所以把協(xié)同工作做好，就要驗證，所以從HPCS變成HPCE，我們需要的不是高性能，需要的是生產(chǎn)力可用性，中國科學家預感比較早，因此1997年再一次會上，就決定當前做ClieitServer，之后做Cluster，之后做Networking，之后是VSE，基于網(wǎng)絡的虛擬服務含量是未來體系結(jié)構(gòu)的發(fā)展方向。這是1997年8月25號，到1998年的時候，世界有名的計算機科學家Isea發(fā)表了GRID專著，我們要把GRID定位了，而是要考慮你究竟想干什么?我們做一個好的系統(tǒng)，必須要看到定位準確，你在這個坐標上關(guān)于服務，你是要做計算服務，還是數(shù)據(jù)服務，還是應用服務，還是信息服務，還是知識服務，還是實用的服務。如果明確了你的目標，你的技術(shù)就明確，你的評價指標就明確了。如果要做信息服務，你就要了解你處的信息是多大一塊，這件事很重要，不能殺雞用牛刀，也不能殺牛用雞刀，如果系統(tǒng)力度大小這么大，最后生產(chǎn)的問題，究竟打算怎么交帳，是向投錢的單位交一個概念的設計，不是不可以的，還是交一個機理的設計，還是規(guī)則的設計，還是方法的設計，如果明確了，你的技術(shù)方案就明確了，你的機理就明確了，如果選定的方法層，你系統(tǒng)就要定位在這里，位置定對就滿足正確的需求。

　　軟件該怎么發(fā)展?上世紀70年代，大家關(guān)心的是編程，工具集這么東西，我們進行了程序設計，后來發(fā)現(xiàn)要解決問題，要做面向?qū)ο蟮闹虚g件等，而且軟件工程是很重要的，由于網(wǎng)絡的發(fā)展，再往前走一步，發(fā)現(xiàn)面向?qū)ο筮�不夠，我們要發(fā)展高效，智能體的，我們要做驗證技術(shù)，要做需求工程。也就是由于關(guān)注點變了，過去軟件做幾十年做Know how，今后要做Knog what，為什么而做。恩你要關(guān)心資源是面向個人，還是網(wǎng)絡，還是人機協(xié)同，由于需求不一樣，技術(shù)變化整個50年進步比較快，從面向?qū)ο笞鱿�息傳遞，發(fā)展到面向構(gòu)建，發(fā)展到面向Web服務做HML，后來發(fā)展到面向語義網(wǎng)絡的語義服務。再往下發(fā)展什么?我們大家應該關(guān)注怎么做描寫需求和行為的描述語言，根據(jù)這種描述語言做更高檔的編譯系統(tǒng)，所以我歸納四句話，對于軟件工作，最核心是提煉出與需求相應的抽象，開發(fā)面向應用需求和系統(tǒng)行為描述語言是關(guān)鍵，層次越高的抽象需要功能越全的編譯技術(shù)，所以編譯的同志要加把勁，抽象層次和編譯質(zhì)量直接決定系統(tǒng)的效率。

　　信息安全和可信，問題更加嚴峻，上世紀7、80年代，我們關(guān)心密碼和糾錯，數(shù)據(jù)存儲和交換的正確性，現(xiàn)在這已經(jīng)成為很大的產(chǎn)業(yè)，往下怎么走，不能僅僅關(guān)心這個，因為更大的隱患是網(wǎng)絡的協(xié)議和網(wǎng)關(guān)上，要關(guān)心網(wǎng)絡通信的安全性，再往下，因為系統(tǒng)的安全，信息系統(tǒng)的安全必須系統(tǒng)性解決，要關(guān)心系統(tǒng)維護，內(nèi)容驗證，應急拯救長效機制。

　　以上就是我對計算機挑戰(zhàn)與機遇的思考。

【專業(yè)前沿講座心得體會】相關(guān)文章：

專業(yè)講座心得體會06-08

心理講座心得體會范文07-10

大學軍訓講座心得體會10-12

教師 “聽名師講座”心得體會09-01

聽魏書生講座有感心得體會10-07

聽魏書生講座心得體會精選800字07-12

李強講座的經(jīng)典語錄10-14

園林專業(yè)實習心得體會08-06

土木專業(yè)實習心得體會09-15

汽車專業(yè)實習心得體會07-04