Abstract 

什麼是Machine Learning呢?   Machine Learning是Artificial Intelligence (人工智慧) 的一個支領域，主要是利用統計和機率方法，針對某個問題建構一套數值系統，這套系統可以表現出類似人類的智力 (雖然它實際上並非具有和人類一樣的智力) ，以幫助人類處理一些枯燥的重複性工作。Machine Learning在Computer Science中是一個非常熱門的領域，有著各式各樣的應用，例如電子郵件信箱中垃圾信件的偵測、指紋辨識、人臉辨識、醫學診斷、語音和手寫識別、電腦視覺、機器狗踢足球等等。近年來Machine Learning在生物資料的分析上更扮演了重要的角色。隨著人類基因的解碼，網際網路的流行，high-throughput biological data的產生，如何將這大量的資料有效的整理、儲存、並找出重要的生物pattern/knowledge，變成一個非常重要的課題。所謂的Computational Biology/Bioinformatics，就是一門將Machine Learning應用Biology的新新學科。 

本人的研究工作主要在利用Machine Learning與Computer Vision的方法來從事細胞生物學(Cell Biology)的影像分析，包含了數量化分析細胞移動，以及客觀分辨蛋白質在細胞中的subcellular localization。我會用深入淺出的方式，讓大家了解Machine Learning的基本概念跟應用，以及如何將Machine Learning應用在生物資料分析上，希望能達成電腦科學跟生物跨領域交流的目的。請大家能夠踴躍參加，謝謝! 

Curriculum Vitae 

Shann-Ching Chen received a B.S. degree in computer science and information engineering at National Taiwan University in 1999. He obtained his M.S. degree in electrical and computer engineering in 2002, and Ph.D. degree in biomedical engineering in 2007, both at Carnegie Mellon University. His doctoral research is focused on computational methods to analyze protein subcellular location patterns in fluorescent microscopy images. Currently he is a postdoctoral research associate at the Laboratory for Computational Cell Biology of Dr. Gaudenz Danuser. He is working on quantitative analysis of 3D live cell imaging pattern recognition of Drosophila border cell migration, and profiling of cell morphodynamics.