Redian新闻
>
云讲堂预告 | 滕佳烨:机器学习中基于轨迹的泛化分析

云讲堂预告 | 滕佳烨:机器学习中基于轨迹的泛化分析

公众号新闻


报告信息

主题:机器学习中基于轨迹的泛化分析

Trajectory-based Generalization Analysis in Machine Learning

嘉宾:滕佳烨

地点:腾讯会议:437-760-352(或点击阅读原文)

时间:2023年10月07日(周六)20:00

报告摘要


在本次报告中,我将介绍我们在轨迹泛化分析中的一系列工作。轨迹泛化分析通过模型的优化信息来分析泛化性质。本次报告将主要讨论以下内容:(1) 如何利用模型轨迹性质提升泛化界,(2) 如何通过模型轨迹性质预测泛化性能,(3) 如何通过模型设计来分析轨迹泛化性质,以及 (4) 在轨迹分析中的泛化度量。本次报告会主要聚焦在分析而非推导,不会涉及论文中的具体技术细节。


嘉宾简介

‍‍‍‍‍‍‍‍滕佳烨是清华大学交叉信息研究院博士四年级的在读学生,导师为袁洋老师,研究方向主要包括机器学习理论中的泛化问题,以及统计学习中的因果推断和不确定性度量等。他以一作/共一身份发表了8篇文章,包括3篇ICLR, 3篇ICML, 1篇NeurIPS以及1篇AISTATS,并曾在清华大学荣获国家奖学金。他是人工智能研讨会FAI-Seminar的组织者之一。


个人主页:www.tengjiaye.com






统计之都(Capital of Statistics,简称 COS)成立于 2006 年,是一个旨在推广与应用统计学、数据科学知识的公益性网站和社区。

统计之都以专业、人本、正直、团结的理念尝试推动统计和数据科学在中国的发展,促进各行业的创新和繁荣。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
Inno-Quark创新创业云讲堂:如何用政府资金和激励项目助力公司数字化升级云讲堂预告 | 潘俊豪:贝叶斯Lasso验证性因子分析模型主旨报告预告 | 首届机器学习与统计会议回复追忆21“毛泽东的书法好不好”?NTU吕教授 :基于人工智能的自动化分拣生产线|收获一作论文与导师推荐信!免费试听|数据分析、机器学习、A/B实验基础理论和实践知识全覆盖,华丽转身为集万千宠爱的大数据人才!【量化分析上岸资源】美联储预计明年仍将维持利率不变,谷歌剑指OpenAI机器人迎来ImageNet时刻!谷歌等新作Open X-Embodiment:机器人学习数据集和 RT-X 模型mRNA纳米疫苗:基于机器学习的分步构建策略 | NSR明日云讲堂 | 潘俊豪:贝叶斯Lasso验证性因子分析模型MAGUS:机器学习与图论辅助的晶体结构搜索刘克成:空间叙事丨仁辉讲堂预告NeurIPS 2023 | LIBERO:机器人持续学习基准环境长篇小说《如絮》第一百七十五章 旧金山-1998-2006年 Hello!商业分析、量化金融、机器学习、经济管理项目实战9月安排!马上抢位|《数据科学·机器学习求职实战营》明日开课,全方位提升你的数据分析综合能力!Inno-Quark创新创业云讲堂:出海电商与企业的数字化升级路径和集成方案规划十月预告!数学建模、商业分析、量化金融、机器学习、经济管理项目实战开课!十二月预告!数学建模、商业分析、量化金融、机器学习、经济管理项目实战开课!神秘的大杂院 (二) 改名的迷惑国家药监局党组理论学习中心组举行集体学习 为开好主题教育专题民主生活会打牢思想基础GENOME RES | 北大本科生一作发表论文:基于机器学习的单细胞年龄预测方法TPAMI 2023 | 图神经网络在分布外图上的泛化九月预告!数学建模、商业分析、量化金融、机器学习、经济管理项目实战开课!Inno-Quark创新创业云讲堂:进军美国市场需要哪些财税规划机器学习泰斗Michael Jordan最新报告:去中心化机器学习中的契约、不确定性和激励一边是失意,一边是传奇ICCV 2023 | 浙大&阿里提出:基于Transformer的可泛化人体表征来了!免费试听|全面掌握数据分析、机器学习、A/B实验基础理论和实践知识,高效斩获心仪offer!Inno-Quark创新创业云讲堂:企业主的财富管理及规划吴恩达最新博文:机器学习领域六个核心算法的溯源和总结十一月预告!数学建模、商业分析、量化金融、机器学习、经济管理项目实战开课!今日云讲堂 | 滕佳烨:机器学习中基于轨迹的泛化分析英国国家机器人实验室王教授:医学成像中机器学习的有效解释性|收获一作论文与导师推荐信!紀念為國捐軀的空軍英雄高誌航-寫在814大捷86週年前夕(1)
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。