博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
“贵系万花筒”:探秘清华计算机系背后的“酒井”文化
阅读量:2242 次
发布时间:2019-05-09

本文共 1761 字,大约阅读时间需要 5 分钟。

AI TIME欢迎每一位AI爱好者的加入!

划重点

直播时间:8月2日 20:00-21:00

哔哩哔哩直播通道

扫码点击链接

关注AITIME哔哩哔哩官方账号

观看直播

链接:https://live.bilibili.com/21813994

清华人

既在日常的学术中精益求精,

又在清华之外的天地里肆意生长;

在纷繁复杂的环境中,不随波逐流,我宁作我!

有着百年历史的清华园中,有一个神秘的群体,曾处于老宿舍楼9号楼,所以形成了独特的“酒井”文化,称自己为“酒井人”;

在清华BBS中常被人客气地称之为“贵系”,所以也调侃自己系为“贵系”。而外人习惯称他们为计算机系;

清华园中最有特色的一个系,孕育了最早的BBS,最早的学生节活动,最早的程序设计大赛,最早的智能体竞赛......

也许你会在这里学习装系统、建网站、码代码;不仅如此,你还要设计简单的CPU、操作系统、FTP服务器、路由器,甚至手写识别、3D模型渲染、搜索引擎软件......

01

贵系,有激情四射的老师,有才华横溢的学生,有优质多样的课程,有丰富高质量的科研环境;

02

贵系,云集了国内最优秀的一波同龄人,他们中不乏有在本科期间就发表ACL,ICML等计算机顶会论文;

03

贵系,诞生了众多计算机、AI领域的学术大牛,也培养了周枫、王小川、唐文斌、楼天城等大家熟知的商业传奇人物。

贵系究竟有多神秘呢?带着大家的种种疑问,我们特别邀请了贵系在读的学长、学姐,推出“贵系万花筒”系列活动,向大家展现贵系同学在学习、科研、选择与平衡中的心路历程。

你是否已经心动?如果你也想加入贵系,那么,先来听听贵系的“梗”!

★ 对话嘉宾 ★

杨宗瀚:清华大学计算机系本科毕业。他将在2020年秋季于清华大学计算机科学与技术系直博,进入自然语言处理与社会人文计算实验室,师从刘洋教授。杨宗瀚的研究方向为机器学习和自然语言处理,目前的研究兴趣是神经网络和常微分方程的结合与应用,相关工作被ICML2020接收。自然语言处理方面,他在减少机器翻译漏词问题上的工作被ACL2019接收(短文);他作为主要负责人整理的机器翻译阅读清单在GitHub上已获1700余次星标,产生了一定的影响。2019年夏季,他在卡耐基梅隆大学进行暑期研究,指导教师为Yulia Tsvetkov助理教授。2017年春季~2018年春季期间,他在孙茂松老师组内实习,内容为机器作诗相关项目。

李晓涵:2014年考入清华大学计算机系,2018年本科毕业后在本系高性能所攻读硕士学位,师从陈文光教授,研究方向为并行计算与大数据处理。热爱社工和体育。本科期间,在校、系团委都有任职,曾参与校团代会、校班团集体建设大会等大型活动筹办,担任过系内社工培养计划“视窗计划”第七期、第八期负责人。研究生期间,曾担任清华大学计算机系2018级本科生带班辅导员、系团委书记,2019年11月被选举成为校团委委员。此外,还担任过系女子足球队队长、系女子排球队队长,是系田径队、定向越野队成员。

★ 主持人 ★

刘潇:清华大学计算机系2017级本科生,清华大学星火计划十三期理事长。主要研究兴趣包括数据挖掘,知识图谱和机器学习,参与全世界最大的开放学术图谱Open Academic Graph的构建和相关研究,在数据挖掘顶级会议KDD上发表论文;曾获清华大学“好读书”奖学金,计算机系学业进步奖、科技创新奖学金;获得清华大学计算机系学术新星计划,2019、2020年本科生学术推进计划和2019年北京市大学生创新创业计划资助。

主       办:AI TIME、清华大学计算机系

联合支持:学堂在线、中国工程院知领直播

AI Time欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,请将简历等信息发至yun.he@aminer.cn!

微信联系:AITIME_HY

AI Time是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。

更多资讯请扫码关注

转载地址:http://smgbb.baihongyu.com/

你可能感兴趣的文章
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>
用 Pipeline 将训练集参数重复应用到测试集
查看>>
PCA 的数学原理和可视化效果
查看>>
机器学习中常用评估指标汇总
查看>>
什么是 ROC AUC
查看>>
Bagging 简述
查看>>
详解 Stacking 的 python 实现
查看>>
简述极大似然估计
查看>>
用线性判别分析 LDA 降维
查看>>
用 Doc2Vec 得到文档/段落/句子的向量表达
查看>>