加拿大工程院院士黄彪确认出席2019上海静安国际大数据论坛

大数据时代，产生数据、存储数据、处理数据等各项能力都在得到几何级数的提升，而使大数据转变为知识或生产力，离不开机器学习。机器学习的任务，就是要在基于大数据量的基础上，发掘其中蕴含并且有用的信息。

机器学习基于数据，并以此获取新知识、新技能。从某种程度而言，大数据与机器学习之间相互联系，强化机器学习在大数据时代显得至关重要。尤其是近10年来，机器学习得到飞跃的发展和广泛的应用，特别是在图像处理，语音分析及机器人技术领域是不可缺少的工具。从控制角度出发，它也是一种行之有效的优化控制方法，推动着人工智能领域的快速发展。

在2019上海静安国际大数据论坛上，加拿大工程院院士、IEEE Fellow、加拿大阿尔伯塔大学教授、国际自控联（ IFAC ）期刊 Control Engineering Practice 主编黄彪将深度解读强化机器学习与智能控制相关议题，共同探讨大数据与机器学习。

黄彪教授现为加拿大国家工程院院士、加拿大化学化工院院士、加拿大国家自然科学与工程基金委员会油沙过程控制工业研究首席科学家、我国教育部长江学者讲座教授，曾发表学术期刊论文180余篇，著有多本学术专著，是过程控制系统性能评估与诊断、预测控制、系统辨识等领域的国际著名专家。