数据挖掘

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

来源：人工智能研究院 发布者：服务管理办公室 日期：2019年06月13日 14:16 点击数： （1） 面向城市大数据的深度学习模型与方法研究，2018.1-2021.12，国家自然科学基金项目； （2） 面向多层次图像分割的质量评价方法研究，2018.1-2021.12，国家自然科学基金项目； （4） 基于粒计算的多源异构动态数据挖掘关键技术研究，2016.1-2019.12，国家自然科学基金项目； （5） 多视图半监督聚类集成方法及应用研究，2016.1-2019.12，国家自然科学基金项目； （6） 粗糙集中带约束的特征选择高效算法研究，2016.1-2019.12，国家自然科学基金项目。

上海炫石文化传媒有限公司荣获2020中国金指尖“ 2.本文仅供读者参考，在为期两晚的峰会里，在行业内获得了广泛认可。包含内容运营、财务法务、商务运营、品牌公关等。拥有一套完整的网红/KOL培养孵化体系，完善了从直播、长短视频到图文内容全领域的覆盖

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。

社会学是以社会变迁为背景，研究社会协调发展的重要基础性学科。本学科点以人口与社会、信息与社会以及社会治理与社会政策为主要研究方向，综合应用社会学、人口学、管理学、经济学等多学科理论知识，运用社会研究方法深入研究中国社会问题，并依托学校信息学科特有优势，深化信息科学与社会科学的交叉研究，彰显人口治理新水平、促进社会治理新发展和培养社会应用新人才。 本学科目前设有三个研究方向： 一、人口与社会方向，主要研究领域为人口老龄化、人口与社会发展及人口发展与区域治理

本文摘要：江苏省水利厅、南水北调东线江苏水源有限责任公司体例的《水闸泵站标志标牌规范》（DB32/T 3839-2020）克日已由江苏省市场监视治理局公布，将于2020年8月14日实施。2016年以来，省水利厅会同江苏水源公司开展了水闸泵站工程标志标牌尺度化项目研究，制作了《江苏省水闸泵站工程标志标牌图册》。在此基础上进一步提炼，编写了《水闸泵站标志标牌规范》，并在省内有关单元建立国家级、省级水管单元以及外省有关水管单元获得推广应用

06月05日上午，珠海市物联网行业协会秘书处走访珠海晖达科技有限公司。双方就智能家电、智慧农业、能源管理领域进行了深入交流。 珠海晖达科技有限公司总经理吴贵提到：“物联网是近两年上升速度较快的一个行业，特别是在18年后新兴力量注入较多、19年更是一个爆发阶段

高思教育获得来自腾讯的 D+ 轮融资，品牌升级为“爱学习教育集团” 国内中小学教育培训机构高思教育举办品牌战略升级发布会，集团创始人、董事长兼 CEO 须佶成宣布，“高思教育”正式升级为“爱学习教育集团”，定位为“内容和科技驱动的 K12 教育供给平台”。同时，爱学习教育集团宣布其已获得腾讯投资的 D+ 轮融资。 目前爱学习教育集团覆盖全国 31 个省市自治区的 1600 多个县市，合作机构超过 1 万家，服务学员总量达到 1600 余万

非小号是专业的数字货币行业大数据平台，专注于为数字货币用户提供数据分析，数据挖掘服务。非小号为数字货币玩家，数字货币媒体从业人员创造更多有价值，有权威的数据分析服务，向用户提供与之相关的投资渠道，共同推动数字货币相关应用的发展，建立一个良好的数字货币生态 巨潮资讯网由深圳证券交易所全资子公司深圳证券信息有限公司运营，是深交所法定信息披露平台，平台自成立以来始终致力于保护投资者的知情权和参与权，为投资者提供一站式的证券市场信息服务。巨潮资讯提供多层次资本市场信息披露，并且可以根据会员要求提供个性化的定 Morningstar 晨星是目前美国最主要的投资研究机构之一和国际基金评级的权威机构，由现任董事长乔·曼斯威托(Joe Mansueto)在1984年于美国创立

内容摘要：随着生物技术的飞速发展，产生了海量的生物信息数据，并正在和继续成爆炸式增长。如何从这些海量的生物数据中获取与物种进化相关的各类信息是当今生物医学领域面临的巨大的挑战。另一方面，计算机技术的飞速发展为大数据科学研究提供了强大的计算能力和计算资源，使得用计算的手段研究生命科学成为现实