本学期伊利诺伊理工大学穆斯塔法·比尔吉奇(Mustafa Bilgic)教授的CS480人工智能导论课程已经圆满结束。
2010年以来,Bilgic一直担任伊利诺伊理工大学计算机科学教授。
他曾在首屈一指的国际数据挖掘会议(ACM SIGKDD)上获得了最佳学生论文奖,历年此奖项获得者均是杜克大学、麻省理工学院等名校优秀学生。
注:国际数据挖掘会议为数据科学界极为重要的会议,被称为不可错过的知识发现与数据科学盛宴。
他被Chicago Inno评选为在芝加哥大学任教的顶尖企业家和创新者之一。
Bilgic教授主导的机器学习实验室主要研究领域包括:可解释文本分类、细胞图片的深度学习分类、空域时域模型的预测性模型推论、可解释图像分类等主题。
在广阔无垠的森林中无法找寻一片独特的绿叶,就像在浩瀚无垠的问题中不知如何开始探寻答案。
Bilgic教授在第一节课中从“人工智能是什么”最小化的角度切入。从最基础词典解释的意义深入到论文中所表明的不同含义。
将人工智能拆解为无数个小分支,从各个小分支发散再集合阐释人工智能在不同领域的含义。
将大问题细分化,从微小的问题角度切入,就像学习树干的组成,先从树枝讲起。
Bilgic教授独特的授课方式,受到了学生们的好评,以细致和循循善诱的教课形式,图文并茂的向同学们解释了复杂的问题。
将复杂问题具象化,Bilgic教授在向学员们解释传感器的概念时,不只是以机器在生活中的运用,而是从自身的知觉、味觉,和四肢的感知等各个角度详细的解释。
他的教学目标,不只将学到的知识存于理论基础之中,还要将其转化为适用的实践技能。
他将自身研究的主动学习、主动推理的模式应用于教学课程中,教授从简单的问题引领同学们以发散性的思维不断开拓自己的思维。
教授细致的授课方式,由浅入深再到深入浅出地引导思维,受到了学生的喜爱。
在Rate My Professor网站上,下图是学生们对他的课程评价。
Bilgic教授主要研究兴趣是机器学习、信息获取和决策理论等广泛领域。
但他表示,自己对主动学习、主动推理及交互式机器学习透明机器学习、统计关系学习、集体分类和概率图形模型也感兴趣。
Bilgic教授在TED上的演讲“Transparent