ShanghaiTech Symposium on Data Science (SSDS) 2015是由上海科技大学举办的。上科大马毅老师邀请了一堆大牛来讲座。会议免注册费，组织得非常不错。在此感谢举办方上科大和组织者们。
参会第一感受就是英语太重要了。会议中演讲者和提问者都是用英语表述。报告中，对那些我熟悉点背景的报告，还能听懂一些。如果没有一点背景知识或者报告者带点地方口音，那就完全follow不上了。提问也是，每到提问环节，都是那几个受邀的报告者互相提问了解问题。我觉得原因应该是参会几乎全部都是国内的学生，大家都不喜欢提问。更可能原因是语言障碍，有问题但是都不知道怎么用英语表达。印象中也就Rene Vidal报告后有一个学生样的哥们挤牙膏样提了一个关于bidirectional
RNN的问题（没有别的意思，大家英语都不流利）。这一点需要加强，毕竟以后英语交流的场合会更多。
第二个感受就是DL在机器学习上没有CV和NLP那么大火。Optimization和Representation等这些问题好多人也在挖。以前对机器学研究者了解不多，就知道几个搞DL。这一次会议后，猛地又了解到了几个大牛和他们各自的研究方向。比如Stephen Boyd，John Wright等。
再就是自己的机器学习太薄弱了。听这些报告都是前面introduction还行，深入到后面就开始摸不着头脑了。后面的一年这个急需加强。
这一次也了解到不少有趣的东西。Stephen Boyd的报告Convex Optimization: from Real-Time Embedded to Large-Scale Distributed就挺好玩的。另一个关于Large-Scale Distributed报告貌似挺火的（大数据的关系），还有一个报告也是这个主题。这个报告提及的AMDD算法（http://stanford.edu/~boyd/admm.html）和CVX系统（http://cvxr.com/cvx/）以后可以了解下。
山世光老师关于Face Recognition的Tutorial也很精彩。 其中有一个Face verification很有意思，就是给两个人脸图片，让机器来判断是不是同一个人。以前就知道这个可以反恐，山老师举例子讲也可以做到去鉴别是否一个人有多个护照（人名可以瞎编，但是人脸是identical）。百度和微软都推出的测测你和哪个明星脸像估计就是个方向的小应用。同时，微软上次推出的句向量工具包Sent2vec也就是这个思路，不过是放在自然语言处理上了。这个我也觉得有大用途。在舆情监控上，网民喜欢把一些敏感事件人名地名换一下，但是事情主题还是没有变，不知道是不是可以用这个进行“语义”相似度判定。Face
alignment也挺有意思的，好像中文叫做人脸校准，以后有机会了解下。
朱军老师的报告有一个data-parallel，graph-parallel和model-parallel。目前还不清楚这个是讲什么的，改天研究研究。
总之，这次机会挺难得的，发现了自己的不足，以后的学习中需要对这些不足进行加强。希望以后听这种报告更加自如。