亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

商學+科技”

ZJUSOM

嘉賓簡介

況琨，浙江大學計算機學院副教授，博士生導師，人工智能系副主任。2019年獲得清華大學計算機科學與技術專業(yè)博士學位，2017-2018年訪問美國斯坦福大學。獲2021年度中國科協(xié)青年人才托舉工程項目支持，2021年度中國電子學會科學技術獎（科技進步）一等獎，2020年度中國人工智能學會優(yōu)秀博士學位論文提名獎。主要研究方向包括因果推理、人工智能、因果指導的可信機器學習，關注機器學習的可解釋性、穩(wěn)定性、公平性和可回溯性。在數(shù)據(jù)挖掘和機器學習領域已發(fā)表近40余篇頂級會議和期刊文章，包括KDD、ICML、MM、AAAI、TKDE、TKDD、Engineering等。

講座摘要

機器學習方法在很多領域都取得了巨大的成功，但大多缺乏可解釋性和穩(wěn)定性。因果推理是一種用于解釋性分析的強大建模工具，能支持當前機器學習做出可解釋且穩(wěn)定的推理。

在本次報告中，我們主要圍繞因果推斷和因果穩(wěn)定學習進行分享。面向復雜高維大數(shù)據(jù)，傳統(tǒng)因果推斷方法面臨一下新挑戰(zhàn)：(1) 高維和噪聲變量，以及 (2) 連續(xù)/復雜干預變量。為了應對這些挑戰(zhàn)，我們提出了分解表示反事實回歸 (DeR-CFR) 模型和生成對抗性去混淆 (GAD) 算法。此外，通過將因果推理與機器學習相結合，我們提出了因果約束的可解釋穩(wěn)定學習，旨在消除復雜數(shù)據(jù)關聯(lián)中的虛假關聯(lián)、甄別因果關聯(lián)，并利用因果關聯(lián)指導機器學習，突破傳統(tǒng)關聯(lián)驅動學習的局限，實現(xiàn)可解釋的穩(wěn)定學習。

參與方式

本活動對外開放，參與者釘釘掃描上方海報中的二維碼加入即可。

素材來源：浙大MBA官網(wǎng)

今日編輯：段婷

審核：佟慶