關於中央研究院資料科學種子研究群
資料科學 (Data Science) 是結合資訊、統計、及各領域應用的技術及應用，近年來由於機器學習 (Machine Learning) 及人工智慧 (Artificial Intelligence) 技術的快速進展，已在許多領域都有重要的突破。近期 Google AlphaGo 打敗圍棋高手，自動駕駛車的出現，以及將機器學習用來自動判讀病理切片、甚至根據網路上的發言來判斷是否有躁鬱症及自殺傾向等等，都是已實現或即將實現的技術，因此世界各國不論業界、學界均大量投入對人工智慧技術與應用之研發，以期未來在各界競爭之下能取得領先之地位。
我們希望能透過此計劃推動院內的資料科學發展及在各領域的基礎或應用研究計畫，尤其是能與中研院的特色研究結合之領域。同時，在地質、氣象、空污、地震、生態、交通、都市規劃等等，都是以資料為重，且有台灣特色的領域，若能在此時儘快讓多一些研究人員投入以資料為導向的研究，對各領域的研究可帶來新的契機及幫助。
範例研究主題:
– Machine Learning on Ensemble Metabolic Systems
– AI Judge
– Political ideology score analysis based on Facebook social networks
– PM2.5 pollution root cause analysis and modeling
– Automated phenotyping for agriculture research
– Oncogene diagnosis
同時，我們也希望為社會培養學校後高技術人才：相對於一般 IT 產業所需軟體人才，資料科學及人工智慧門檻相對高，尤重數學、統計、機器學習等基礎科學能力，較難以邊做邊學的的方式進行訓。中研院可以填補這個空缺來培養學校後高級研究及技術人才，之後人才不論投入學界業界，都是國家之福。
最後，我們期待從中研院開始，推動產官學界之間資料及資料人才之間的交流及合作，並從院內同仁與產官界的實質合作開始，帶動國內政府的資料運用，增進社會福祉及帶動產業的技術提升及經濟發展。
中央研究院機器學習月活動
| 日期 | 時間 | 活動 | 講者 | 地點 |
| 2017/09/12 (二) | 10am – 12pm | Social Physics: Toward A Computational Understanding of Society | Prof. Alex “Sandy" Pentland / MIT, UN Global Partnership for Sustainable Development Data | 人文館國際會議廳 |
| 2017/09/19 (二) | 9:30am – 12:30pm | 為什麼科學家一定要懂機器學習？ | 陳昇瑋教授 / 中研院資訊所 | 人文館國際會議廳 |
| 2017/09/19 (二) | 2pm – 5pm | 快速上手 Python 機器學習實務 | 張鈞閔先生 / 中研院資訊所 | 人文館第二會議室 |
| 2017/09/27 (三) | 9:30am – 12:30pm | 快速上手深度學習實務 | 游為翔先生 / 中研院資訊所 楊証琨先生 / 中研院資訊所 |
人文館第二會議室 |
詳細活動資訊請見: http://ds.sinica.edu.tw/ml-month
歡迎與我們連繫
電子信箱：datasci@gate.sinica.edu.tw
電話：02-27883799 #1668 王小姐
