Partha Talukdar是计算与数据科学系(CDS)及计算机科学与自动化系(CSA)助理教授,研究范围是机器学习、自然语言处理、数据集成和认知科学。最近的研究集中在基于图形的学习算法,用于大规模信息提取和数据集成,时间信息处理,从大数据中自动获取知识以及神经语义。

VIP内容

题目: Never-Ending Learning

简介:

今天的机器学习方法与人类终身学习能力之间存在着明显的差异。人类学习许多不同的功能和技能,从多年来获得的不同经验,从一个阶段的课程中,他们首先学习更容易的任务,然后更困难的任务,保留所学的知识和技能,在随后的学习中使用,使它更容易或更有效。此外,人类会对自己不断进化的技能进行自我反思,随着时间的推移选择新的学习任务,相互教导,学习新的表现形式,阅读书籍,讨论相互竞争的假设等等。本教程将重点讨论如何设计具有类似功能的机器学习智能体,包括强化学习和其他智能体学习体系结构、迁移和多任务学习、表示学习、平摊学习、自然语言教学和演示学习、实验学习等主题的研究。

邀请嘉宾:

Tom M. Mitchell是卡内基梅隆大学(Carnegie Mellon University)计算机科学学院(School of Computer Science)临时院长。Mitchell从事机器学习工作多年,与Jaime Carbonell和Ryszard Michalski共同创办了ICML会议。最近,他指导了一个名为“永无止境的语言学习”(NELL)的项目,该项目持续运作了8年多,为如何构建学习系统提供了一个案例研究。Mitchell是美国国家工程学院的成员,美国艺术与科学学院的成员以及人工智能发展协会(AAAI)的前会长和研究员。

Partha Talukdar是班加罗尔的印度科学研究所(IISc)计算和数据科学(CDS)系的一名教员。他还是企业知识图谱公司KENOME的创始人,该公司的使命是帮助企业理解大数据。在此之前,Partha是卡内基梅隆大学机器学习系的博士后,与Tom Mitchell一起参与了NELL项目。Partha在宾夕法尼亚大学获得CIS博士学位(2010),Partha对机器学习、自然语言处理和认知神经科学有广泛的兴趣,尤其对大规模学习和推理感兴趣。Partha是IBM教员奖、谷歌重点研究奖和埃森哲开放创新奖的获得者。他与人合著了一本由Morgan Claypool出版社出版的关于基于图形的半监督学习的书。

成为VIP会员查看完整内容
0
15
参考链接
Top
微信扫码咨询专知VIP会员