在当今大数据时代，发现、解读、学习和利用隐藏在数据中的信息、知识和资源可以推动科技进步和社会发展，提高人们的日常生活质量和工作能力。然而，数据的复杂性和人们对其未来价值的高期望，给数据科学发展带来了诸多挑战。但这些挑战也预示其在各领域广阔的应用前景。在本次报告中，我们将以小波理论的发展及其在图像和视频处理、压缩感知等方面的应用，以及机器学习为例，重点展示数学在大数据时代的关键作用。此外，我们还将深入探讨数学如何驱动数据科学的发展，以及数学家在大数据时代所面临的机遇和挑战。
专家简介:沈佐伟，新加坡国立大学杰出讲座教授，数学科学研究所所长。研究方向为数据科学的数学基础，包括逼近与小波理论、图像处理与压缩感知、计算机视觉和机器学习等领域。沈教授是发展中国科学院院士、新加坡科学院院士，同时还是美国工业与应用数学协会和美国数学学会的会士。沈教授曾应邀在2010年国际数学家大会（ICM）和2015年国际工业与应用数学大会（ICIAM）做特邀报告。
