为帮助大家掌握机器学习实用技能，解决环境数据分析与模型开发难题。5月22日晚，“机器学习模型开发与新污染物智能筛查”专题学术分享会在金宝搏app官网下载环境学院五楼报告厅举行。本次活动由孙叶老师担任主讲。
孙叶老师长期致力于人工智能与环境工程的交叉融合，面向新污染物治理需求，构建了“智能识别-精准评估-靶向防控”研究范式。她以第一作者在环境领域顶级期刊发表多篇论文，并主持国家自然科学基金青年项目、中国博士后科学基金等科研课题。其扎实的模型开发经验与新污染物智能筛查实战成果，吸引了众多硕博研究生及感兴趣的师生到场学习交流。
孙叶老师首先从环境科学面临的现实挑战切入，阐释了为何需要引入人工智能技术。她指出，传统环境监测与污染物治理手段在处理海量、多维、动态数据时存在效率瓶颈，而机器学习凭借强大的模式识别与预测能力，能够显著提升新污染物识别、风险评估及防控策略的科学性与精准度。随后，孙老师系统梳理了机器学习的基础理论与常见方法，从监督学习、无监督学习到强化学习的基本框架入手，结合环境案例对比了决策树、支持向量机、随机森林、深度学习等算法的适用场景，并强调了数据预处理、特征工程及模型可解释性的关键作用。
此外，活动现场还设置了实操环节，孙老师鼓励参会同学跟随演示运行典型的环境数据分析代码。在答疑环节中，师生就模型迁移学习、小样本建模、谱图匹配等问题进行了深入交流。不少同学表示，通过现场演示和手把手指导，对机器学习在环境领域的落地路径有了更清晰的认识。
