INTERFACE#8 第四范式涂威威:AutoML回顾与展望
收起
机器学习在计算广告、推荐系统、金融应用、计算机视觉、自然语言处理、生物信息学等诸多领域取得了很多成功。在几乎所有这些成功的机器学习应用中,机器学习专家在机器学习的各个阶段扮演了非常重要的角色,这些阶段包括:将现实世界问题转换为机器学习问题、收集数据、数据预处理、特征工程、选择或设计算法、调整算法超参数、评估模型性能、在线部署机器学习系统等,这些任务的复杂性超出了非机器学习专家的能力范围。
AutoML(Automatic Machine Learning,自动机器学习)旨在研究在没有专业知识的情况下使用的低门槛甚至零门槛的机器学习算法,摆脱对机器学习专家的依赖,该技术正在成为机器学习赋能行业的关键。谷歌此前发布了 Cloud AutoML,第四范式的AutoML技术已经投入实际工业应用。
AutoML看起来很美好,却也挑战重重。AutoML有哪些优势与挑战?AutoML的技术现状与发展展望?AutoML应用案例中有哪些思考和经验?第四范式资深科学家、NIPS2018 AutoML比赛负责人涂威威将在此次报告中一一讲解。
演讲者 :涂威威
涂威威,第四范式资深机器学习架构师。在大规模分布式机器学习系统架构、大规模机器学习算法设计和应用、在线营销系统方面有深厚积累。曾是百度最高奖trinity 发起人之一,首次将FPGA 应用于在线营销深度学习预估系统,设计开发百度机器学习计算框架 ELF。目前就职于第四范式,是第四范式先知平台独有的大规模分布式机器学习框架GDBT设计者,将AutoML及迁移学习应用到工业界并取得显著效果提升。涂威威也是PAKDD2018 AutoML比赛主席、NIPS2018 AutoML比赛负责人、PRICAI2018 AutoML Workshop主席。
活动流程
2018年06月30日
14:00-14:30 签到
14:30-15:30 嘉宾分享
15:30-16:00 现场提问、交流
地址:朝阳区酒仙桥中关村科技园区电子城科技园A2一层机器之心
扫描下方二维码,添加「机器之心小助手3」
备注:"Interface活动"小助手邀请进群
第一时间获取活动相关信息,以及与其他小伙伴互动交流
活动直播链接将于活动当天在群里发出