Talk預告 | 斯坦福大學姚驊修: 如何提升元學習的泛化能力? 結構化與數(shù)據(jù)增強
本期為TechBeat人工智能社區(qū)第353期線上Talk。
北京時間10月28日(周四)晚8點，斯坦福大學博士后研究員——姚驊修的Talk將準時在TechBeat人工智能社區(qū)開播！
他與大家分享的主題是: “如何提升元學習的泛化能力? 結構化與數(shù)據(jù)增強”，屆時將討論元學習潛在的挑戰(zhàn)以及一些未來研究方向。
Talk·信息
主題：如何提升元學習的泛化能力?
結構化與數(shù)據(jù)增強
嘉賓：斯坦福大學博士后研究員
姚驊修
時間：北京時間?10月28日?(周四) 20:00
地點：TechBeat人工智能社區(qū)
http://www.techbeat.net/
完整版怎么看？
掃描下方二維碼，或復制鏈接https://datayi.cn/w/YoXYY279至瀏覽器，一鍵完成預約！上線后會在第一時間收到通知哦~?
為了使機器學習算法具備快速學習的能力，元學習近年來取得了廣泛的關注并且已經(jīng)在諸如圖像分類、問答系統(tǒng)和健康風險預測等多種應用中取得了顯著的成功。然而，任務的異質性和對訓練任務的過擬合限制了當前元學習的泛化能力。?在本次Talk中，嘉賓將首先介紹兩個提高元學習泛化能力的一般規(guī)則：結構化與數(shù)據(jù)增強。然后，嘉賓將介紹使用每個規(guī)則的幾個具體實例，包括連續(xù)結構化任務的算法，克服任務過擬合簡單方法以及幾個實際應用。最后，嘉賓將討論潛在的挑戰(zhàn)以及一些未來研究方向。
1. 元學習的背景介紹
2. 關于元學習泛化性的研究動機
3. 任務結構挖掘算法介紹
4. 任務增強算法介紹
5. 總結與展望
Talk·參考資料
這是本次分享中將會提及的資料，建議提前預習哦！
Hierarchically Structured Meta-learning
https://arxiv.org/abs/1905.05301
Automated Relational Meta-learning
https://arxiv.org/abs/2001.00745
Improving Generalization in Meta-learning via Task? Augmentation
https://arxiv.org/abs/2007.13040
Talk·提問交流
通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎勵哦！
方式 ①
在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！
你的每一次貢獻，我們都會給予你相應的i豆積分，還會有驚喜獎勵哦！
方式 ②
在本文留言區(qū)直接提出你的問題，或掃描下方二維碼提問！
Talk·嘉賓介紹
斯坦福大學博士后研究員
姚驊修，現(xiàn)為斯坦福大學計算機科學系與人工智能實驗室博士后研究員，合作導師為Chelsea Finn。他博士畢業(yè)于賓夕法尼亞州立大學，并曾作為訪問學生訪問卡耐基梅隆大學的機器學習系，與Eric Xing合作。博士期間曾多次擔任頂級會議KDD, AAAI, IJCAI教學講座的演講者，獲得領域內廣泛好評。同期曾在滴滴人工智能實驗室，騰訊人工智能實驗室，阿里巴巴達摩院，Salesforce研究院，亞馬遜從事研究工作，并獲得賓夕法尼亞州立大學杰出科研獎，AI華人新星百強等獎項。目前，他的研究工作主要集中于如何在分布變化的情況下提升機器學習模型的泛化能力和魯棒性，同時致力于機器學習在醫(yī)療，智慧城市，自然語言處理上的應用。
關于TechBeat人工智能社區(qū)
TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務和體驗，加速并陪伴其學習成長。 期待這里可以成為你學習AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據(jù)地！
更多詳細介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ
