林智仁懶人包

「他非常熱心，不會只顧自己很強，還會在課業上幫助學弟妹。」郭美辰補充說道。 对数据集train3 进行缩放操作，其结果缩放规则文件保存为train3.range，缩放集的缩放结果保存为train3.scale。 2）避免在训练时为了计算核函数而计算内积的时候引起数值计算的困难。 其中 是训练数据集的目标值，对于分类，它是标识某类的整数（支持多个类）；对于回归，是任意实数。 是以1开始的整数，可以是不连续的；；为实数，也就是我们常说的自变量。

郭大維教授對增進快閃記憶體儲存系統的效能及可靠度之技術獨步全球，而林智仁教授在機器學習和資料探勘之理論與實務上影響深遠。 歷年來曾獲此殊榮的華人包括劉炯朗院士、姚期智院士及李德財院士等，而在郭教授和林教授榮膺ACM Fellow之前，國內學者僅任教交大的前科技部政務次長林一平教授和現任臺大電機資訊學院院長陳銘憲教授曾獲此殊榮。 此外，資料庫所提供的數據指標有其侷限性，例如h-Index即忽略學者的著作被引用情形的兩側極端值以及第一著者與合著者的貢獻差異程度。 因此，在探析學者學術影響力時，能同時選用多個資料庫取得更多的相關數據來加以分析佐證，才能得到更為客觀的結果。

林智仁: 林智仁年紀雖輕 數理學問研究有深度

林教授發現對於不熟悉機器學習技術的使用者，他們非常需要容易使用的軟體來做數據的分析與預測，他因此決定投入機器學習軟體的開發與研究。 從資料庫中可以很便利地檢索出學者著作等相關學術計量數據，但學者因同名同姓、名字字首相同、改名或冠夫姓等等因素而產生混淆問題必須特別注意，尤其國外資料庫所著錄國內學者英文姓名不易明確區分，一旦混淆則相關數據將失之正確。 為解決姓名難以辨識的問題，各個資料庫皆希望學者可以對其所收錄的文章進行確認並同時賦予資料庫所專有的著者辨識碼，例如WOS的ResearcherID，Scopus的AuthorID等。

」台大資訊工程系特聘教授林智仁說話簡約扼要，就像精準的數學算式，不需要多餘詞彙修飾。 在校期間，他更與林智仁、林守德兩位教授，多次帶領學生參加全球最頂尖的資料探勘比賽「ACM KDD Cup」，從一○年到一三年間包辦六座世界冠軍。 教學上的用心，更讓林軒田在一一年獲得台大頒發每年僅有一％獲選率的「教學傑出教師獎」。 Dblp computer science bibliography由德國Trier University所維護，收錄全球以英文發行的資訊工程領域刊物，包含期刊、會議論文、書中章節與博士論文等，至2018年2月已收錄4百多萬則高品質書目資訊。 各個資料庫有其收錄範圍與標準且寬嚴不一，因此學者著作被各資料庫收錄篇數不盡相同。 如果，國內一些在 AI 領域已經證明傑出研發成果的優秀的人才能夠有數千萬等級以上的研發經費，可以免掉繁瑣的雜務與外務，全力的帶領團隊研發。

林智仁: 學生專區

2000 年的時候他和學生張至中（畢業後在Google服務）開發了 林智仁 SVM 的函示庫 libsvm 成為該主題引用最多的軟體與文獻，應是全球前十名最多引用次數的論文，也可能是國內學界論文被引用次數最高的一篇，高達三萬多次的引用次數。 剛投入機器學習研究，林智仁就發現，該領域學者多熱衷於提出新的方法論，並藉此發表期刊或會議論文；但他認為，替使用者解決問題才是從事研究的根本，因此決定從事機器學習軟體開發，希望讓不熟悉機器學習技術的人，也能有便利的軟體工具做數據分析預測。 林教授是在加入資訊系後才開始進入機器學習領域，當時仍是個待開發且未受到重視的研究主題。

而ORCIDiD則是提供全球學者一個唯一的辨識碼，藉以跨越學科、國籍、區域與不同資料庫間的藩離，讓學者的學術產出可以明確區分，學術成就可以正確聚集串連。 愈來愈多期刊出版者也意識到著者姓名正確辨識的重要性，逐漸支持ORCID的理念，紛紛要求投稿者在投稿時必須附上ORCIDiD，而許多學術機構例如國內外許多大學將ORCID導入校內系統做為響應並加以運用，臺大學術庫即是導入ORCID機制並同時提供許多加值服務。 在此呼籲所有學者上網至ORCID免費申請專屬個人的一組16位識別碼，以便讓個人的學術影響力可以被正確計量與呈現。 另外，像是台大資工許永真、陳信希、台大電機的李弘毅、清大的孫明，交大李育杰，也是國內 AI 領域非常傑出的研究學者。 而在成功大學，自然語言處理、資料探勘、資訊檢索方面也有很傑出的研發團隊像是盧文祥(最近研發聊天機器人非常棒)，高宏宇、蔣榮先等。

林智仁: 林智仁皮膚科診所

一七年暑假，林軒田促成沛星和清華大學電機系助理教授孫民的合作研究，雙方選擇了「AI創造力」這個題目，要讓AI具備服裝設計的能力。 對AI應用的想像更趨豐富，也讓沛星持續找出新的應用可能，「與LINE合作，就是因為客戶有這樣的需求。」林軒田說明，一方面透過LINE讓客戶能更容易接觸到顧客，另一方面沛星也協助客戶將LINE上面的互動資料做進一步的再分析，甚至是和沛星的資料整合起來，讓數據分析更加全面。 「那時候游直翰盧了我三個月……。」林軒田想起這段過去不禁大笑。

而經過多年的努力他與學生開發的機器學習軟體已被學術界及產業界廣泛的使用。 林教授最具代表性的軟體LIBSVM全球已有近百萬次下載，且被超過27,000篇的論文所引用（根據Google Scholar至2016年6月之統計）。 在臺灣所完成的計算機科學研究中，這極可能是至目前為止被引用最多的研究成果。 另一位，則是台大資工系教授林智仁，是他讓林軒田定下了要在該領域深耕的決心。 計算機協會（The Association for Computing Machinery，簡稱ACM）創立於1947年，是資訊領域最重要的國際組織，擁有超過十萬名從事計算機科學的專業人員。

林智仁: 資訊系郭大維教授 林智仁教授同時榮膺ACM Fellow

那如果說他真的沒興趣，要怎麼轉變成有興趣，我覺得是不太容易。 所以主要還是說，看他對研究有沒有興趣，然後看對這個 topic 有沒有興趣，就這樣子。 其實不只是專題生，對於所有的學生，他要能夠了解哪些研究的題目是需要被解決的。 找出需要解決的問題，然後去看要用什麼方式去解決它，接著耐心地把事情做完，做完以後要能夠有實際的 impact。 AI新創團隊「鼎峰智能（Deep Force）」技術長、也是林軒田學妹的郭美辰笑說，「軒田的成績非常好，他會在系上說『這門課一點都不甜，我只拿了九十五分』。」優異的成績，讓林軒田在大學時就是系上的風雲人物。

• 這幾年，他們帶領學生在 ACM KDD 知識挖掘比賽中多次獲得第一名，證明台灣在AI領域的研發潛力是很強的。
• 台大數學系畢業後，林智仁在美國密西根大學取得工業工程博士，一九九八年返回台大資工系任教。
• 由於LIBSVM在實務與學術研究上的貢獻，林智仁在一一年、四十歲生日之前，當選電機電子工程師學會會士（IEEE Fellow），日後又陸續獲得國際人工智慧學會會士（AAAI Fellow）、電腦協會會士（ACM Fellow）等榮譽，也在一一年成為台大特聘教授。
• 但是如果就論文成果的引用指標來比較，可以看得出那層次差距有多大。
• 近年來伴隨著人工智慧的應用日益普及，機器學習也成為熱門的研究領域。
• 另外他對研究要有熱情，如果他對研究沒興趣的話，可能就不適合加入我們的 lab。

林智仁的研究領域是機器學習（Machine Learning）與資料探勘（Data Mining）。 林智仁 他與研究團隊從二○○○年到一○年持續開發出的資料分類軟體LIBSVM，至今已被下載超過一一五萬次，是一個在全球被廣泛使用的資料分類軟體，許多與機器學習或「大數據」相關的應用，都在LIBSVM的基礎上進行。 為全球最大的索引摘要與引文資料庫，收錄文獻年限最早自1823年，涵蓋主題範疇廣泛，為提供泰晤士高等教育所做世界大學排名「發表論文與被引用次數」評比項目數據來源。 資料庫除引文分析外，尚可分析學者文獻產出，包括投稿期刊、文獻類型、年代、跨學科領域與共同作者。 林智仁 最初幾年研究並未有立即的成果，但幸運的是在資訊系開放自由的學術風氣下，新進同仁可自由發揮而不受限。 林教授帶領了一群優秀而有創造力的學生共同從事研究工作，其中許多是完全未有研究經驗的大學部學生。

林智仁: 林智仁 教授

他不需要什麼先備的知識，但他做研究需要的東西他要有辦法自己學會。 林智仁 另外他對研究要有熱情，如果他對研究沒興趣的話，可能就不適合加入我們的 lab。

當時，游直翰希望林軒田可以加入沛星，領導公司的AI研發團隊。 游直翰說：「軒田加入有三個主要任務，一是確保公司的AI research cycle（研發能量）可以繼續系統化地運作。二是網羅人才、打造世界級的AI團隊。三是將學術理論與實務結合。」這正好與林軒田的理念不謀而合。 该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。 但是，國內學界的生態與遊戲方式讓這些優秀的人才要花非常多的時間浪費掉，無法全力專注研發。 前幾天和AI領域的優秀學者聊最近一些內AI大戲的內幕故事，心中頗擔憂。

林智仁: 教授認為經歷過專題的學生應當要習得甚麼樣的技能，或是有甚麼樣的研究經驗？

但是如果就論文成果的引用指標來比較，可以看得出那層次差距有多大。 根據Google Scholar至一九年十一月的統計，林智仁團隊持續撰寫的期刊論文《LIBSVM － 林智仁 A Library for Support Vector Machines》，目前已被引用超過四萬兩千次，極可能是所有台灣產出的電腦科學研究論文中，被引用次數最多的一篇。 」這是林軒田加入台灣AI指標性企業「沛星互動科技（Appier）」的第二年，對於市場上AI發展脈動的真實感受。 從二○一六年決定離開台灣大學資工系教授一職，轉任沛星首席資料科學家至今，林軒田憑藉著在AI上的專業，持續驅動沛星與台灣AI學界，不斷緊抓著這波趨勢。 ESI 是以引文索引資料庫 Web of Science 中的「SCIE」和「SSCI」子資料庫內容為基礎，計算過去10年( Hot papers 為 2 年 )內各學術領域頂尖之學者、期刊、機構與國家的資料庫。

然而評鑑學者的學術影響力，不論是以質或量來分析都難以持論公允，尤其不同學科領域有不同的學術形態與特性，難以有劃一的衡量標準與方法。 而為求得有概括性了解與較為具體的評量參考，目前有些資料庫或網路資源可快速提供參考數值，以書目計量方式為快速且較為客觀持平的簡易評鑑方法。 各個學科領域有其相關資料庫與可資利用的資源，以下僅就資訊工程（Computer Science）領域並以高被引學者資工系林智仁（CHIH-JEN LIN）教授為例，提供探析學者學術影響力的簡易指標與取得數據的方法做為參考。 台大資工有很多傑出的研究人才，在 AI 領域可說是國內的重鎮，其中的林智仁教授，是在 AI 領域裡很重要的 Support Vector Machine 技術頂尖的學者。

林智仁: 國立臺灣大學 資訊工程學系

而交大吳毅成 CGI Lab，國內最接近 AlphaGo 的團隊，是我所知 AI 領域裡軟體系統研發最札實深耕的團隊。 這幾年，他們帶領學生在 ACM KDD 知識挖掘比賽中多次獲得第一名，證明台灣在AI領域的研發潛力是很強的。 由於LIBSVM在實務與學術研究上的貢獻，林智仁在一一年、四十歲生日之前，當選電機電子工程師學會會士（IEEE Fellow），日後又陸續獲得國際人工智慧學會會士（AAAI Fellow）、電腦協會會士（ACM Fellow）等榮譽，也在一一年成為台大特聘教授。

• 林教授發現對於不熟悉機器學習技術的使用者，他們非常需要容易使用的軟體來做數據的分析與預測，他因此決定投入機器學習軟體的開發與研究。
• 歷年來曾獲此殊榮的華人包括劉炯朗院士、姚期智院士及李德財院士等，而在郭教授和林教授榮膺ACM Fellow之前，國內學者僅任教交大的前科技部政務次長林一平教授和現任臺大電機資訊學院院長陳銘憲教授曾獲此殊榮。
• 因此，在探析學者學術影響力時，能同時選用多個資料庫取得更多的相關數據來加以分析佐證，才能得到更為客觀的結果。
• 這些披荊斬棘的研發過程帶給師生成長與實現自我的機會，也對國家社會做出具體貢獻。
• 林教授帶領了一群優秀而有創造力的學生共同從事研究工作，其中許多是完全未有研究經驗的大學部學生。

他指導過的學生林軒田也是國內人工智慧機器學習的頂尖學者之一，再加上林守德，三林，是台大資工在機器學習領域的三位著名的頂尖學者。 除了在教學上的熱愛，林軒田同樣關心學生在畢業後，往AI領域發展的舞台，「以前AI領域的學生，好一點的機會就是軟體工程師。」為了讓AI在台灣能夠開枝散葉，林軒田加入沛星後，首重是要把學界的研究能量與產業結合，讓台灣擁有更多在AI發展上的機會，藉此給予AI專業人才更大的發揮空間。 林智仁 臺大學術典藏結合過去的臺大學術庫與機構典藏而成，是臺大校內學者學術研究集成平台，將研究人員與研究成果結合呈現，不僅呈現學者研究領域、學術發表和研究成果，亦展現校內各院、系、所學術產出情形，具體呈現臺大整體學術能量，並可提升本校競爭力與交流機會。 目前在單位瀏覽頁面，可直接查詢各院系的著作數量，進入著作清單，可查看著作的多種引響力指標。 要知道他實驗室的研究成就高度有多高，就拿台大資工教授，台大的副校長郭大維為例來比較，郭教授是非常聰明優秀的人才，是三度國科會傑出研究獎的得主。

林智仁: 台大資工的 AI 優秀學者統整！台灣的 AI 發展有他們才有無限潛力

著作被引用次數：為學者著作被收錄在該資料庫的其它文章引用的次數統計，但各個資料庫有其特定收錄範圍，因此對同篇一著作被引用次數亦不相同。 學術影響力不僅攸關學者個人發展，也影響其所屬學術機構、區域與國家的學術聲譽與競爭力。 具體呈現學術影響力，除可讓學者在提供聘任或升等條件、申請研究計畫、取得榮譽奬項或尋求更高層次生涯發展時，證明自身研究水準與能力以做為有利的爭取條件，同時也可讓學者自我比較各個不同期間的學術成就，並可與其他同儕相互砥礪，讓學術研究能力不斷精進提升。 學者個人的學術影響力也是所屬學術機構學術成果與研究水準具體表現的來源，傑出的個人表現將突顯學術機構的特色與卓越之處。 因此探析學者學術影響力不僅是個人，也是學術機構愈來愈重視的課題。

今年郭教授獲頒ACM Fellow，即表彰他於研究上的傑出貢獻。 系統軟體研發是非常實務導向的研究工作，於產業界有高度需求，但也是多數研究人員認為論文發表不易，且學生學習門檻太高的領域。 所幸在臺大追求卓越的校風下，輔以資訊系、網媒所提供的頂尖研究環境，使教授與學生得以發展無限可能，也讓此開創性的研究得以實現。 這些披荊斬棘的研發過程帶給師生成長與實現自我的機會，也對國家社會做出具體貢獻。 近年來伴隨著人工智慧的應用日益普及，機器學習也成為熱門的研究領域。

林智仁: 國立臺灣大學 資訊網路與多媒體研究所

郭大維教授於2000年回到母系─臺大資訊系任教，基於臺灣在嵌入式系統與半導體產業的需求，投入嵌入式系統軟體研發工作，尤其在非揮發性記憶體產品之前瞻技術開發，十餘年來始終堅持理論與實務表裡互用，與產業界密切互動，研發可產品化之尖端技術。 Google Scholar為Google所提供的各個學科領域學術著作的搜尋，學術著作類型包含期刊、會議論文、圖書等。 Google Scholar會主動依據著者姓名來比對抓取文章，並建立其個人學術檔案，提供著作清單、各篇文章被引用情形、所有著作被引用次數、h-Index與i10-Index等資訊。

林智仁教授於1998年完成博士學業後，即加入臺大資訊系開始其教學研究生涯，是臺大資訊系第一位助理教授。 CiteSeerX是使用ACI 技術，自動在網路搜尋爬取 資訊工程領域相關文章的引用文獻索引系統，提供免費檢索與全文下載服務，2016年初時即已收錄超過700萬筆的全文。 台大數學系畢業後，林智仁在美國密西根大學取得工業工程博士，一九九八年返回台大資工系任教。 回台灣以後，因為發現機器學習研究涉及的優化問題，和他的博士論文研究主題數值優化（numerical optimization）關係密切，因此一頭栽進這項當時還不受重視的領域。