学术报告 | 剑桥大学博士陆超超详解《因果机器学习》| AI青年学术论坛第8期

收录于话题

本期为上海人工智能实验室「AI青年学术论坛」第八期直播活动。论坛由上海人工智能实验室主办，将门-TechBeat人工智能社区协办，不定期邀请全球顶尖AI青年学者分享代表性工作。

北京时间9月22日（周三）下午14-16点，剑桥大学博士生陆超超将带来主题为《因果机器学习》的报告，届时将讨论因果推断在机器学习各个方面的前沿进展，包括半监督学习、无监督学习、强化学习、迁移学习、元学习、公平学习，归因学习、表示学习等，以及它们在各个实际场景中的具体应用。欢迎感兴趣的同学报名参加！

『报告方式』

活动时间：北京时间 9月22日 14:00-16:00

分享嘉宾：陆超超剑桥大学博士生

报告内容：因果机器学习

活动地点：腾讯会议

报名方式：

扫码加入活动群，本次活动没有回顾视频，请感兴趣的同学积极报名、准时参与！

AI青年学术论坛活动交流群

『讲座介绍』

机器学习的核心任务是从数据中自动地发现相关性信息以便预测未来。目前，大部分机器学习算法都是建立在统计相关性的基础上，这样极大地限制了机器学习的适用范围。因此，我们更进一步考虑统计相关性背后更本质的因果结构。因为因果模型对现实世界中数据的变化更加鲁棒，所以拥有了因果推断能力的机器学习算法可以更好地预测未来。我们将讨论因果推断在机器学习各个方面的前沿进展，包括半监督学习、无监督学习、强化学习、迁移学习、元学习、公平学习，归因学习、表示学习等，以及它们在各个实际场景中的具体应用。

『嘉宾介绍』

陆超超

剑桥大学在读博士

陆超超，剑桥大学机器学习组博士生，由Zoubin Ghahramani教授和José Miguel Hernández-Lobato教授联合培养，Carl Edward Rasmussen教授指导；同时他也是Cambridge-Tübingen 博士奖学金的获得者，由马克斯·普朗克智能系统研究所的Bernhard Schölkopf 教授联合培养。他的主要研究兴趣是因果推断和机器学习，特别是涉及到如何结合因果推理、贝叶斯推理、强化学习和深度学习各自的优势，并将它们应用在现实领域中解决实际问题。

主办方

上海人工智能实验室是我国人工智能领域的新型科研机构，开展战略性、原创性、前瞻性的科学研究与技术攻关，突破人工智能的重要基础理论和关键核心技术，打造“突破型、引领型、平台型”一体化的大型综合性研究基地，支撑我国人工智能产业实现跨越式发展，目标建成国际一流的人工智能实验室，成为享誉全球的人工智能原创理论和技术的策源地。

联合主办方

TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。

期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区

- The End -

扫码观看！

本周上新！