卡内基梅隆大学张坤老师进行主旨报告,主要讨论以下问题:

我们为何在意因果关系? 因果关系和因果思维有何用处? 如何从观测数据中学习因果关系? 如何自动从数据中发现有因果意义的隐变量以及它们之间的因果关系? 如何自动的实现迁移学习?迁移学习一定需要因果表述么? 还有哪些机器学习任务会受益于因果思维?

……

张坤是卡内基梅隆大学哲学系副教授(并在机器学习系兼职)。他的研究领域是因果关系、机器学习以及通用人工智能。他在自动 因果发现领域提出了一系列模型和算法,并与合作者一起开创了从因果思维的角度来理解和解决复杂的机器学习问题的研究方向。他长期担任一系 列机器学习和人工智能会议的领域主席、资深领域主席或程序委员会主 席,包括UAI、NeurlPS. ICML. CLeaR、IJCAI和AISTATS等会议。

成为VIP会员查看完整内容
111

相关内容

专知会员服务
50+阅读 · 2021年8月8日
「因果发现和因果推理」简明介绍,37页ppt
专知会员服务
114+阅读 · 2021年4月5日
【CMU张坤】因果学习与人工智能
专知会员服务
121+阅读 · 2020年12月23日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
元学习(Meta Learning)最全论文、视频、书籍资源整理
深度学习与NLP
22+阅读 · 2019年6月20日
ICML2019《元学习》教程与必读论文列表
专知
42+阅读 · 2019年6月16日
VALSE Webinar 19-01期 元学习专题研讨
VALSE
13+阅读 · 2018年12月27日
【微软亚研130PPT教程】强化学习简介
专知
36+阅读 · 2018年10月26日
【因果关系】由模仿“人脑”转向“因果推理”
产业智能官
10+阅读 · 2018年7月13日
NSR观点| 学习因果关系和基于因果性的学习
知社学术圈
17+阅读 · 2018年1月7日
国家自然科学基金
3+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
16+阅读 · 2013年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
国家自然科学基金
1+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 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Arxiv
22+阅读 · 2019年11月24日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关基金
国家自然科学基金
3+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
16+阅读 · 2013年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
国家自然科学基金
1+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 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员