气候变化是当今社会面临的最大挑战之一,需要全社会迅速采取行动。在本教程中,我们将介绍气候变化,解决它意味着什么,以及机器学习如何发挥作用。从能源到农业到灾害响应,我们将描述机器学习可以帮助的高影响问题,例如,通过提供决策相关信息、优化复杂系统和加速科学实验。这些问题包含了方法创新和实际实施的激动人心的机会。我们还将介绍机器学习研究人员和从业者参与的途径,以及负责任的开发和部署此类工作的关键考虑因素。虽然本教程将主要讨论机器学习帮助应对气候变化的机会,但值得注意的是,机器学习是一种通用技术,可以用于帮助和阻碍气候行动的应用。此外,机器学习有自己的计算和硬件足迹。因此,我们将简要介绍一个框架,以理解和情境化机器学习的整体气候影响,并描述机器学习研究和实践的相关考虑。通过本教程的课程,我们希望参与者能够更深入地了解气候变化和机器学习是如何相互交织的,以及他们如何能够通过使用他们的技能来帮助解决气候危机。

成为VIP会员查看完整内容
38

相关内容

国际机器学习大会(International Conference on Machine Learning,简称ICML ) 是由国际机器学习学会(IMLS)主办的机器学习国际顶级会议,也是CCF-A类学术会议。ICML 2022 共收到5630 投稿,接收1117 篇 short oral,118篇 long oral,录用率为21.94%。
【ICML2022教程】因果公平性分析,68页ppt
专知会员服务
30+阅读 · 2022年7月19日
强化学习实战:机遇与挑战,56页pdf
专知会员服务
79+阅读 · 2022年5月7日
《机器学习的最优传输》教程,63页PPT
专知会员服务
61+阅读 · 2022年4月30日
专知会员服务
74+阅读 · 2021年7月23日
专知会员服务
74+阅读 · 2021年7月21日
【ICML2022教程】智能交互式学习,80页ppt
专知
0+阅读 · 2022年7月22日
【ICML2022教程】因果公平性分析,68页ppt
专知
2+阅读 · 2022年7月19日
【综述】自动机器学习AutoML最新65页综述,带你了解最新进展
中国人工智能学会
47+阅读 · 2019年5月3日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
The Fragility of Optimized Bandit Algorithms
Arxiv
0+阅读 · 2022年9月15日
Arxiv
64+阅读 · 2022年4月13日
Arxiv
19+阅读 · 2020年7月21日
Arxiv
23+阅读 · 2018年10月24日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员