kdd

技术的飞速发展使得大多数企业通过数据来收集信息。 这些数据稍后将有助于促进业务流程、协助决策制定和确定未来的业务发展战略。 这就是为业务实施数据挖掘或数据挖掘的重要性

大数据时代的到来，让企业对数据的价值有了全新的认识，通过本次私享会，您将了解华为云EI大数据服务如何帮助企业发现数据背后的价值，快速实现信息化，提升企业的运营效率。 致力于数据挖掘、大数据分析、创新管理、商务智能等领域的科学研究。主持了多项国家级重点课题

2008年 微软亚洲研究院的“微软青年教授奖” 崔斌现为北京大学计算机学院教授、博士生导师，担任网络与信息系统研究所长。在相关领域发表学术论文100多篇。主持和承担多个科研项目，如国家自然科学基金、核高基项目、863计划等

2019年7月25日，中科大徐童副研究员应中国中文信息学会青工委执委、福州大学教授廖祥文博士的邀请，同福州大学超级计算团队的师生们开展了一场题为“AI×HR 数据驱动的智能人才计算”的学术报告。 徐老师的学术报告为期一个多小时，首先充分分析了当前招聘领域的需求和背景以及传统人才管理的困境；进而针对技能趋势预测、智能人岗匹配和人才流动分析三个具体应用场景，结合近年来在KDD、SIGIR、WWW等重要国际学术会议上所发表的高水平学术论文，阐述了问题的数学抽象、建模与表征学习的完整思路并分享了一些有趣的研究成果和案例分析。 福州大学超级计算团队的全体师生就徐老师的报告内容展开了激烈的讨论，进行了深入的学术交流

知识工程研究室成立于1996年，致力于网络环境下知识工程理论、方法和应用研究。主要研究内容包括：社会网络分析与挖掘、新闻挖掘、语义Web、知识图谱构建等。实验室长期承担担国家级项目、国际合作项目、以及部委和企业合作项目，包括自然科学基金重点项目、863项目、欧盟合作框架项目、中英牛顿高级学者基金项目、以及与新华社、腾讯、华为的合作项目等

数据挖掘（英语：data mining）是一个跨学科的计算机科学分支 。它是用人工智能、机器学习、统计学和数据库的交叉方法在相对较大型的数据集中发现模式的计算过程。数据挖掘过程的总体目标是从一个数据集中提取信息，并将其转换成可理解的结构，以进一步使用

主流机器学习模型的基本假设是训练和测试数据的独立同分布（IID），导致其缺乏对分布外数据的泛化能力（Out-Of-Distribution Generalization），使得当前模型在真实、开放场景下的预测性能无法保证，是当前机器学习研究的公认重要难题之一。本报告将重点介绍面向分布外泛化的稳定学习最新研究进展，并针对首届分布外泛化图像分类挑战赛NICO Challenge进行全面介绍和技术分析。 崔鹏，清华大学计算机系长聘副教授，博士生导师

大数据分析与应用安徽省重点实验室由中国科学技术大学联合科大讯飞股份有限公司、安徽广电传媒产业集团有限责任公司共同建设。以围绕国家科技发展战略需求、服务安徽省经济社会发展的宗旨，在大数据基础理论、大数据分析技术、大数据应用和大数据处理平台等方向开展研究工作，研究内容包括机器学习与数据挖掘理论方法研究、个性化推荐与社交网络分析、面向智能服务的大数据应用研究等，在Nature Communications、IEEE/ACM Transactions等国际知名期刊和KDD、IJCAI、WWW、AAAI、NIPS等重要国际学术会议发表论文200余篇。

本网讯（物质科学与信息技术研究院）7月31日，2020年CCF-腾讯犀牛鸟科研基金正式公布了入选名单，我校物质科学与信息技术研究院马海平老师所申报的“面向在线自适应教育的多目标建模技术研究”项目经函评与会评两轮评审，从207份有效申请中脱颖而出成功入选该科研基金。同样获得该基金资助的还有来自清华大学、中国人民大学、浙江大学等将近20所高校或科研机构的29名科研学者。 据悉，CCF-腾讯犀牛鸟基金于2013年由腾讯公司和中国计算机学会（CCF）共同发起，致力于面向海内外青年学者搭建产学研合作及学术交流的平台

华南理工大学机器学习与数据挖掘实验室是华南理工大学计算机科学与工程学院的下属实验室，有教授2人（博士导师2人）、副教授3人，具有博士学位5人，博士生5人，硕士生20余人。实验室主要从事认知科学与情感计算、知识库、神经网络、半监督学习、聚类集成等算法和模型构造，在此方面积累了较丰富的经验，具备了较好研究基础。 在学术研究方面，已经发表学术论文300多篇，其中SCI/EI收录200多篇，发表的会议和刊物包括了ICML、IJCAI、KDD、ICDM和Pattern Recognition、IEEE Transactions on Evolutionary Computation、Bioinformatics 等国际著名期刊，以及国内一级学报等