本期讲堂（8月6日）我们邀请了北京大学宋国杰、北京邮电大学乔媛媛和神策数据胡士文给大家带来三场技术报告：《图表示学习》、《深度强化学习与智能体》、《机器学习在神策数据的应用和挑战》 。
《图表示学习》视频回放
http://idatascience.cn/learn-vod?id=8b18c3c04f6e41319049de9f40da72c5
《深度强化学习与智能体》视频回放
http://idatascience.cn/learn-vod?id=1a3f2766a3ea47edb4456ee26137bd60
《机器学习在神策数据的应用与挑战》视频回放
http://idatascience.cn/learn-vod?id=c8d091646e1a421dbc91d098a75d172c
报告介绍
报告1 图表示学习
报告人
宋国杰，北京大学副教授。
主要从事数据挖掘、机器学习、社会网络分析和智能交通系统等方面的研究与开发工作。主持和参与了包括国家高技术研究发展计划（863 计划）、国家科技支撑计划、国家自然科学基金、北京市科委重大科技攻关项目、北京市自然科学基金等10多项纵向课题；主持了包括IBM 研究院、移动研究院、NEC 研究院、中兴通讯研究院等 6 项国际（内）科研机构合作课题；主持了包括与中国移动、中国交通集团、国家电网、北京高速、山西高速和安徽高速等10余项横向合作课题。部分研究成果已经获得实际应用，产生了显著的经济效益和社会效益。
简介
报告将系统地介绍图表示学习。首先图表示学习的研究背景，然后介绍图嵌入学习，其次介绍图神经网络，最后介绍最新的研究进展。
报告2 深度强化学习与智能体 14：00-16：00
报告人
乔媛媛，北京邮电大学人工智能学院副教授。
2019-2020 国家公派 MIT 访问学者。2014 年博士毕业于北京邮电大学。获北京高校第十一届青年教师教学基本功比赛工科组二等奖，最受学生欢迎奖；获得北京邮电大学第十四届教学观摩评比一等奖。获 2019年北京市科学技术进步奖二等奖（排名第三）。主讲课程包括《深度学习原理与实践》和《数据科学基础》。主持和参与多项国家自然科学基金、企事业合作项目，发表 50 余篇论文在国际知名期刊 IEEE transactions on Pattern Analysis and Machine Intelligence，IEEE Transactions on Neural Networks and Learning Systems等。
简介
深度学习与强化学习是当前人工智能中最受关注的两种算法，这两种算法的结合——深度强化学习，已被用于训练下围棋的智能体 AlaphGo，还被用来解析未知蛋白质结构，相关成果多次发表于Nature等世界顶级期刊，对智能体的发展产生了深远的影响。但在实际场景中，深度强化学习还没有被广泛应用于以无人车、无人机、无人船等智能体为代表的海陆空无人系统。
本次讲座首先简单介绍强化学习的基本概念、分类方式和经典方法，然后介绍“无人船与无人系统”的发展和关键问题，最后展示如何将深度强化学习算法应用于 MIT 研发的无人船 “Roboat”。
报告3 机器学习在神策数据的应用和挑战 16：00-17：00
报告人
胡士文，神策数据算法团队首席技术专家。
胡士文先生是神策数据机器学习算法团队专家，负责人工智能机器学习在神策产品和业务中的探索和落地，主要包括推荐系统、智能匹配、指标预测和诊断、用户流失预测。神策产品矩阵中的智能功能已经应用于各行业多个标杆客户，均为客户带来了显著的效果和收入提升。
加入神策之前，曾负责或参与 360 搜索知识图谱、360 搜索右侧推荐、360 浏览器推荐、知乎首页推荐等项目，具有丰富的机器学习算法经验，善于利用数据和算法推动业务增长，解决实际问题。
本科毕业于华中科技大学软件学院，研究生毕业于中科院计算所系统结构国家重点实验室。
简介
报告的第一部分将介绍机器学习在神策数据的应用，包括智能推荐、智能预警和用户预测等。第二部分将重点讨论机器学习在 2B 场景落地的挑战，例如自适应性和可解释性等。