应bet36365路检测中心院长丁华锋教授，纽约城市大学城市学院孙毅博士于7月3日来bet36365作题为“人工神经网络和深度学习：数据分析技术和深度强化学习”的学术报告。
孙毅博士现为纽约城市大学城市学院电子工程系副教授，终身教职，哥伦比亚大学兼职副教授。孙毅博士曾获得上海交通大学电子工程学士和硕士学位，美国明尼苏达大学电子工程博士学位。孙博士的研究集中在系统建模、参数估值、算法发展、性能分析、基于统计和信息理论的图像处理方法等，其应用领域包括人工神经网络和机器学习、超分辨单分子显微术、无线通信与网络、机器人源头搜索、图像认知、功率谱分析、基于组织荧光的癌症检测、基于DCE-MRI/磁共振血管造影成像/关系建模的肿瘤和动脉硬化症的检测和评估等。
报告分为两部分：第一部分孙博士从新的高度为大家分析了统计学方法，确定性方法，和神经网络方法的异同和适用范围，同学们很好的将已经学习的统计学课程和模式识别课程，以及感兴趣或者正在研究的深度学习建立了关联。孙博士反对直接把算法应用在数据上，建议先进行数据分析，充分了解数据特点后再选择合适的算法。第二部分，孙博士深入浅出的讲解了深度强化学习，从儿童教育，亲密关系等大家熟知的例子入手，给大家讲强化学习的概念，告诉大家强化学习已经成功应用在生活的各个方面，然后通过人机围棋比赛的人工智能的成功，来讲AlphaGo强化学习算法。
孙博士的演讲非常精彩，内容充实，给大家带来了一场深度学习的学术盛宴。报告后孙毅博士和bet36365师生就专业问题进行了深入讨论。
