机器学习的研究目标是让计算机获得一定程度的智能，从而更高效的解决问题。
这是一门介于计算机和统计之间，并具有鲜明的应用色彩的学科。
机器学习在数值优化、函数拟合、抽象数据特征和模式识别等领域都有重要的应用。
由于近年来算法和硬件的发展以及大量的数据积累，机器学习取得了一系列令人振奋的成果，引起了广泛的关注。
机器学习的思想和方法，及其与传统数值方法的结合，为研究凝聚态和统计物理中的多体问题打开了全新的思路。
我们拟邀请国内计算物理、凝聚态和统计物理方面的学者共同“头脑风暴”，讨论和拟定研究计划。
我们希望这次研讨会能够促生新的想法，促进跨领域的合作。从而推动国内关于机器学习和多体物理的研究，在这个新兴的研究方向上占据先机。
在这个小规模、非正式的研讨会中，讨论是核心的部分。此外，我们计划安排关于机器学习领域的介绍性报告、近期文献综述和上手程序演示。