「学术新青年讲座」是智东西公开课针对机器学习和计算机视觉领域推出的一档讲座，旨在连接学术新青年，讲解AI前沿研究。我们希望连接更多优秀的学术新青年，通过他们开放式的学术讲解与分享，让更多的研究人员和学生可以更好的学习和交流，同时也让更多的工业界开发者可以与学术界有更多的交流机会。

第一阶段我们邀请到8位来自国内外高校的学术新青年参与，讲解他们在机器学习与计算机视觉领域的最新研究成果。目前8场讲座已经完结5讲，还有3讲正在进行中。前5讲的讲解内容包含了新型的循环神经网络IndRCNN算法、深度学习对抗攻击与防御、语义分割中的自注意力机制建模、多模态及视频理解、基于样本筛选的带噪学习等。

3月1日晚8点，「学术新青年讲座」第6讲特邀卡内基梅隆大学在读博士赵越主讲，主题为《大规模异常检测算法及优化》。

异常点检测（又称为离群点检测）是找出其行为很不同于预期对象的一个检测过程。这些对象被称为异常点或者离群点。异常检测已经被广泛运用于各种应用中，包括银行风控、网络入侵检测、故障检测等。而随着数据量的不断上升，如何在大量数据上进行高效的异常检测变得更加有挑战。

在本次讲座中，赵越博士将会围绕异常检测的系统设计和模型模拟上的最新进展（MLSys’21）进行讲解，讨论从实现、部署到加速的各类相关问题，包括如何从数据压缩、模型模拟、到并行系统优化的角度来提升异常检测的效率等。

赵越目前是卡内基梅隆大学在读博士，主要从事异常检测、机器学习系统方面的研究。他曾在JMLR，MLSys，AAAI，SDM，ICDM等期刊会议上发表过多篇文章，并开发过多个机器学习工具与系统，有超过300万次下载使用。业余时间他也在知乎上分享心得体会（用户名：微调），是多个领域的优秀回答者。