ACM SIGKDD 2017（知識發(fā)現(xiàn)與數(shù)據(jù)挖掘會議）于 8 月 13 日至 17 日在加拿大哈利法克斯正式召開。雷鋒網(wǎng)AI科技評論將從一線帶來精彩報道及內(nèi)容。

會議前一天下午，雷鋒網(wǎng)AI科技評論來到現(xiàn)場簽到時，發(fā)現(xiàn)主要的指示標志和前臺接待設(shè)施已經(jīng)布展完畢，也有不少與會人士陸續(xù)到現(xiàn)場簽到。

大會主席 Stan Matwin 、Yu Shipeng 及副主席 Faisal Farooq 分享了本次大會的一些感想：

「我們希望 KDD 2017 能夠讓您了解新的技術(shù)趨勢，從論文（包括 poster 及口頭展示）中得到啟示并在專業(yè)領(lǐng)域有所助益，發(fā)現(xiàn)新的工具、研究流程及實踐工作；確定新的工作機會或是招聘到心儀的人選?！?/p>

「數(shù)據(jù)科學(xué)」、「數(shù)據(jù)挖掘」和「大數(shù)據(jù)」，在過去幾年中已經(jīng)從研究實驗室走出，并出現(xiàn)于你我的日常生活中，甚至也出現(xiàn)在媒體領(lǐng)域和各級政府和企業(yè)的決策中。這些技術(shù)的影響涉及到每一個人。更重要的是，目前數(shù)據(jù)科學(xué)的快速發(fā)展得到了極大的推動——包括工業(yè)界人士及學(xué)術(shù)界人士。在過去，這些人一直是 KDD 會議的一道風(fēng)景線，他們是理論與實踐的橋梁，是雙界交流的促進者和催化劑。在會議上，包括研究、應(yīng)用數(shù)據(jù)科學(xué)及應(yīng)用演講嘉賓等三個平行議程將會同期展開，將工業(yè)界與學(xué)術(shù)界人士緊密聯(lián)結(jié)在一起。

而這也正是 KDD 2017 的議程所具備的。雷鋒網(wǎng)了解議程后發(fā)現(xiàn)，延續(xù)往年的慣例，KDD 2017 將非常大的比重留給了 tutorial 和 workshop 環(huán)節(jié)（第一天和第二天）。22 個各具特色的 tutorial 將從深度學(xué)習(xí)、數(shù)據(jù)挖掘、IOT 實戰(zhàn)應(yīng)用等不同方面提供前沿觀點，此外還將穿插 8 個半天的 hands－on tutorial；而 22 個 workshop 則將在第二天進行；正會則要等到第三天才開始。

Keynote內(nèi)容及講者介紹

每年會議的Keynote自然是最重要的一個部分，KDD邀請了三個 Keynote 嘉賓，分別從數(shù)據(jù)挖掘的不同角度分享了工業(yè)界和學(xué)術(shù)界的前沿和未來：

• Cynthia Dwork，微軟研究院杰出科學(xué)家／哈佛大學(xué)：《何謂公平？》

數(shù)據(jù)，算法和系統(tǒng)中都嵌入了偏見，它反映了設(shè)計師的明顯和隱藏的選擇，歷史偏見和社會的優(yōu)先等級。 它們在字面上就不可避免地形成了價值觀。 算法的“不公平”，例如從廣告到再犯預(yù)測的不同任務(wù)，已經(jīng)在大眾媒體中引起了相當(dāng)?shù)年P(guān)注。 這次演講將討論針對初期的數(shù)學(xué)嚴謹?shù)姆诸惡驮u分的公平性研究。

微軟研究的杰出科學(xué)家Cynthia Dwork以嚴謹?shù)臄?shù)學(xué)基礎(chǔ)為隱私保護數(shù)據(jù)分析而聞名。 這項工作的基石是差異隱私，強大的隱私保證通?？梢垣@得高度準確的數(shù)據(jù)分析。 Dwork還在加密和分布式計算方面做出了突出貢獻。 她是美國國家科學(xué)院和美國國家工程學(xué)院的成員，也是美國藝術(shù)與科學(xué)學(xué)院院士，美國哲學(xué)社會學(xué)者。 從2017年1月開始，Dwork將是哈佛保爾森工程學(xué)院計算機科學(xué)系的Gordon McKay教授，拉德克利夫高級研究所的Radcliffe Alumnae教授，以及哈佛法學(xué)院的教授。

• Bin Yu，UC 伯克利大學(xué)教授：《數(shù)據(jù)科學(xué)的三原則：可預(yù)測性、穩(wěn)定性與計算性》

在這個演講中，我將討論數(shù)據(jù)科學(xué)的三個原則在數(shù)據(jù)驅(qū)動決策中的重要性和聯(lián)系。預(yù)測的最終重要性在于，未來是所有人類在商業(yè)，教育，研究和政府方面任何活動的獨特而且可能是唯一的目的。機器學(xué)習(xí)以預(yù)測為中心，以計算為核心，已經(jīng)實現(xiàn)了廣泛的數(shù)據(jù)驅(qū)動方面的成功。預(yù)測是檢查現(xiàn)實的有用途徑，良好的預(yù)測暗示著過去和未來之間的穩(wěn)定發(fā)展。穩(wěn)定性（相對于數(shù)據(jù)和模型擾動）也是數(shù)據(jù)驅(qū)動結(jié)果的可解釋性和可重復(fù)性的最低要求。它與不確定性評估密切相關(guān)。顯然，如果在沒有可行的計算算法的條件下，是不能采用預(yù)測和穩(wěn)定性的原理，因此可見可計算性的重要性。這三個原則將由分析聯(lián)系來表明，同時兩個正在進行的項目中證明，“數(shù)據(jù)智慧”也是不可或缺的。具體來說，第一個項目采用深度學(xué)習(xí)網(wǎng)絡(luò)（CNN）來了解難辨視覺皮層V4中神經(jīng)元的模式選擇性;第二個項目通過采用和比較不同潛變量模型和基于拉索的模型來預(yù)測政治電視廣告的黨派和語氣。

Bin Yu是加州大學(xué)伯克利分校統(tǒng)計學(xué)和電氣工程與計算機科學(xué)系的教授，也是伯克利統(tǒng)計局前任主席。她是北大統(tǒng)計與信息技術(shù)大學(xué)微軟聯(lián)合實驗室的創(chuàng)始人之一。她與基因組學(xué)，神經(jīng)科學(xué)和醫(yī)學(xué)科學(xué)家進行跨學(xué)科研究。為了解決這些領(lǐng)域的數(shù)據(jù)問題，她開發(fā)了統(tǒng)計學(xué)和機器學(xué)習(xí)方法/算法和理論，并結(jié)合領(lǐng)域知識和定量批判性思維進行整合。Bin Yu是美國國家科學(xué)院院士，美國藝術(shù)與科學(xué)學(xué)院成員。她是2006年的古根海姆 Fellow，2011年ICIAM的邀請演講人，2012年伯努利社會的圖基紀念講師，以及2016年立陶宛數(shù)學(xué)統(tǒng)計研究所講師。她在2013 - 2014年擔(dān)任IMS總裁，并且是IMS、ASA、AAAS、IEEE Fellow。

• Renee J Miller，多倫多大學(xué)教授：《數(shù)據(jù)集成的未來》

數(shù)據(jù)集成時的形成的數(shù)據(jù)爆炸的價值。 在這次演講中，我提出過去二十年來數(shù)據(jù)整合方面的一些重要創(chuàng)新。 這其中包括數(shù)據(jù)交換，其為推理轉(zhuǎn)換數(shù)據(jù)的正確性以及在集成中使用聲明映射提供了基礎(chǔ)。 我還討論了數(shù)據(jù)挖掘如何用于促進數(shù)據(jù)集成，并呈現(xiàn)數(shù)據(jù)科學(xué)中出現(xiàn)的一些重要的新數(shù)據(jù)集成方面的挑戰(zhàn)。

RenéeJ. Miller是多倫多大學(xué)計算機科學(xué)系教授，加拿大貝爾信息系統(tǒng)主席。她是加拿大皇家學(xué)會、加拿大國家學(xué)院院士，ACM Fellow。她獲得了美國科學(xué)家和工程師的總統(tǒng)早期職業(yè)獎（PECASE），這是美國政府頒發(fā)的優(yōu)秀科學(xué)家和工程師從事職業(yè)生涯的最高榮譽。她獲得NSF職業(yè)榮譽獎，總理研究優(yōu)秀獎和IBM教授獎。她的研究主要在數(shù)據(jù)集成和數(shù)據(jù)管理領(lǐng)域。她和共同作者因為2003年頗有影響力的建立了數(shù)據(jù)交換的基礎(chǔ)的文章而獲得了ICDT測試時間獎。她曾擔(dān)任VLDB基金會董事會成員，并擔(dān)任捐贈基金會主席。她的研究由NSERC，NSF，IBM，SAP和Bell Canada等資助。她從威斯康星大學(xué)麥迪遜分校獲得計算機科學(xué)博士學(xué)位，并獲得麻省理工學(xué)院數(shù)學(xué)和認知科學(xué)學(xué)士學(xué)位。

此外，有 11 位專家及教授將從應(yīng)用數(shù)據(jù)科學(xué)的角度闡述他們在數(shù)據(jù)科學(xué)領(lǐng)域的研究心得，名單如下：

投稿結(jié)果

而至于一直以低收錄率聞名的KDD，今年的投稿結(jié)果如何呢？官方統(tǒng)計數(shù)據(jù)如下：

今年的 KDD 研究領(lǐng)域的審核總論文數(shù)為 748 篇，收錄 130 篇，包括 64 篇 oral，66 篇 poster，錄用率分別占 8.6% 及 8.8%。

而應(yīng)用數(shù)據(jù)科學(xué)領(lǐng)域共審核 390 篇論文，收錄 86 篇，包括 36 篇 oral，50 篇 poster，錄用率分別占 9.2% 和 12.6%。

論文詳細收錄名單如下：http://www.kdd.org/kdd2017/accepted-papers

贊助商一覽

鉆石贊助商：滴滴；

頂級贊助商：亞馬遜、微軟、阿里巴巴、facebook；

金牌贊助商：SAS、Captial One；

銀牌贊助商：Criteo Research、谷歌、Element AI、西門子、Linkedin

銅牌贊助商：華為、Booking.com、Honenywell、American Express、Oracle、Western Digital。

其他贊助商詳見官網(wǎng)頁面：http://www.kdd.org/kdd2017/sponsorship

值得一提的是，為了讓更多的學(xué)生和初創(chuàng)企業(yè)能夠減輕經(jīng)濟負擔(dān)來到現(xiàn)場，KDD 2017 提供了 14.5 萬美元學(xué)生差旅經(jīng)費和 25 萬美金的初創(chuàng)企業(yè)經(jīng)費?！肝覀兿Ｍ?KDD 2017」將會成為能讓研究者、實踐者、投資者的聚集之地，創(chuàng)造出更多創(chuàng)新算法及商業(yè)化的產(chǎn)品?！?/p>

雷鋒網(wǎng)AI科技評論也將從KDD 2017前線帶來更多消息。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。