自动化专业开展“python + 机器学习”业师课活动

　　为帮助同学们更好地学习和理解机器学习，增加同学们对相关就业形势的了解，4月13日上午8时20分，智能工程学院智能科学与技术专业单戈老师邀请沈阳聚锐科技有限公司的周老师到我院，在机电楼D407为全体17级自动化专业的同学开展“Python+机器学习”业师课活动。 开始上课前单老师简单向同学们介绍了本次讲座的目的，并针对自动化专业当前的就业形势变化作出了具体分析，希望同学们能够在此次的讲座中有所收获。 

　　接下来由主讲教师沈阳东软熙康科技集团的讲师周老师进行讲解。周老师从以下七个经典的案例向同学们进行了详细讲解。第一个案例着重讲解了机器学习下的“阿里小蜜机器阅读的实践之路”，具体分析了其应用场景，包括智能客服、智能营销、智能下单等，指出了其原理就是应用了大数据和机器学习技术。第二个经典案例“智能对话机器人”，主要从对话类型角度向大家介绍了基于知识库的问答型对话系统、基于分类模型的问答系统、基于检索和排序的问答系统以及基于句向量问答系统的一些基本思路、传统机器学习模型以及神经网络模型等等，并相应的介绍了基于有限状态机的对话管理、基于帧（Frame）的对话管理、基于计划的对话管理以及基于深度强化学习的对话状态跟踪技术。第三个案例“共享单车智能调度系统”，主要从问题难点解决角度具体分析了智能报障、故障车预测（选取LR模型进行训练）、实时数据同步、位置修正（位置信息来自车锁或手机的GPS模块的上报、海森堡效应、多径效应、手机定位数据的缓存）、供需预测（supply、demand）、缺车率计算等问题，让大家对智能调度系统中所应用到的机器学习技术有了更多的认识。第四个经典案例“蚂蚁金融-支付宝智能审理系统”，主要从传统盗用风险、电信网络诈骗、支付宝反欺诈、风险举报、智能审理、识别能力、智能运营等几大角度分析了一个完整的智能支付审理系统，并详细向大家解释了其中所应用到的模型模块、模型算法、SHAP算法等原理。第五个案例“云端结合的大规模视觉计算系统”，主要介绍了其主要算法、应用框架以及行业应用场景。包括计算机视觉技术、人脸识别的基本流程（SSD检测）、人脸特征提取检索流程以及人脸识别（Loss函数算法）等。之后又讲解了传统算法的开发模式和改进算法的开发模式、人脸自动数据标注流程、数据团队的传统模式、提升视觉计算系统运算效率的方式、图像检测方式、机器学习、深度学习等等，其中图像识别技术主要被应用于车辆属性识别、人车身份识别、人体跨镜追踪、人脸虚拟ID等领域。周老师还强调机器学习必然是一次长跑过程。第六个经典案例“360易投放如何利用机器学习实现广告投放”，介绍了业务需求背景与问题、常规解决办法、易投放技术框架、文案生成及创意配图等都是应用到了机器学习技术。第七个经典案例“爱奇艺基于CPU的深度学习推理优化方案及实践”，主要介绍了AI技术在视频业务线的应用、深度学习技术加速视频生产过程、深度学习推理服务对基础架构的挑战、深度学习在线推理服务、深度学习推理服务的分类和指标等，并介绍了其具体的实践过程，即系统级优化、输入数据格式、NUMA配置、应用级优化、深度学习服务云平台方案等。此外，周老师还列举了几种机器学习应用场景，便于同学们理解和掌握，最后为同学们总结了要学习好机器学习需要学习哪些方面的相关知识。 

　　通过此次周老师的分享，在场的同学们都纷纷表示，此次的业师课丰富了自己对未来的规划，收获颇深。