微软亚洲研究院校园行-南开站-听会记录

1. 简述

    中午逛bbs，无意中，发现两位微软大牛要来南开，下午两点到伯苓楼听了下，这里记录一下收获与思考。
2. 大牛介绍

    李航博士      微软亚洲研究院高级研究员
    简介: 李航 日本京都大学电气工程系毕业，日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所，2001年至今任职于微软亚洲研究院，现任高级研究员及主任研究员。北京大学，南开大学，西安交通大学客座教授。李航的研究方向包括信息检索，自然语言处理，统计机器学习，及数据挖掘。http://research.microsoft.com/en-us/people/hangli/ 
    题目:  【Statistical Machine Learning is Changing Our Work and Life】
    概要: In this lecture, I will talk about the importance of statistical machine learning. I will start the talk with an example, indicating how machine learning is being used in our work and life. I will then argue that statistical learning is perhaps the most effective means to make computers more and more intelligent, although it has limitations. Finally, I will describe how statistical machine learning is being used in web search through some examples.
    刘铁岩博士  微软亚洲研究院主管研究员
    简介：刘铁岩毕业于清华大学电子工程系。现任微软亚洲研究院研究项目主管(Lead Researcher)，国际电子电气工程师学会(IEEE)高级会员。
　 刘铁岩博士是机器学习和信息检索领域的知名专家，尤其在排序学习方面取得了国际领先的研究成果。他著有《排序学习及其在信息检索中的应用》，《高阶异构数据挖掘》等学术专著。他在国际顶级期刊和会议上发表相关论文70余篇。他持有50余项美国专利或申请。他的论文曾获得国际信息检索大会(SIGIR)最佳学生论文奖，和国际期刊《视觉通信和图像表示》的最高引用论文奖。
　　他是国际计算机辅助搜索会议(RIAO) 2010年度的程序委员会主席，国际信息检索大会(SIGIR)2008，2009和2010年度的领域主席(Area Chair)，亚洲信息检索会议(AIRS) 2009和2010年度的领域主席。同时他还担任国际期刊《信息检索》的编委(Editorial Board Member)，和数十个国际期刊的审稿专家。他是包括WWW, SIGIR, ICML, ACL, ICIP等在内的三十几个国际会议的程序委员会成员(Program Committee Member)，是国际排序学习研讨会(LR4IR)2007，2008，和2009年度的联合主席(Co-chair)，和2010年排序学习竞赛的联合组织者，是《信息检索》期刊的排序学习特刊的客座主编(Guest Editor)。他曾经在WWW和SIGIR等国际会议上做关于排序学习的主题讲座(tutorial)。
      题目：【Internet Advertising】
     概要：将向大家介绍互联网广告与传统广告的不同之处，各种类型的online advertising，以及背后paid search/ sponsored search的关键技术。

3. Statistical Machine Learning is Changing Our Work and Life

    首先，说了三个牛人：Robert Schapire发明Ada Boost的人之一；Paul Viada：把Ada Boost成功应用到人脸识别；Shi hong Lao把Ada Boost应用到数码相机中。
    李航博士，与上面三位都认识，其中，第三位，Shi hong Lao，带领一个团队，利用Ada Boost把数码相机中的人脸识别做的很好，据说，80%的数码相机都是使用它们设计的芯片。看来确实不简单。
    然后，就是主要是说说机器学习的重要性，之类的。基本上属于统计机器学习的一个普及。
4. Internet Advertising
    刘铁岩对计算广告学方面进行了相关的介绍。
    总的来说，也是介绍性质的。
    大致不同类型的在线广告：Paid Search, contextual ads, Mobile Ads, Gaming Ads等。
    Paid Search中的基本广告模式CPC（Cost Per Click），CPM（cost per mille), CPA（Cost Per Action）。
    对于计算广告学，现在还没有公开数据集，都是公司自己在做。
5. 收获
    两个报告还是有联系的。第一个讲统计机器学习的重要性。第二个讲统计机器学习当前应用比较有前途，也更有挑战性的一个领域，也是赚钱的一个领域计算广告学。
    Google做广告，Yahoo也做过广告，微软也做广告，门户网站也做广告，CS游戏里面的地图都有广告，不过，应用场景不同，方法也会不同，就是不知道自己以后会不会做广告呢。