【KDD2019|讲座推荐】视觉方法强化的可解释知识发现：nterpretable knowledge Discovery Reinforced by Visual Methods

讲座题目

视觉方法强化的可解释知识发现：nterpretable knowledge Discovery Reinforced by Visual Methods

讲座简介

本教程将涵盖知识发现领域的最新研究、开发和应用，通过可视化方法增强知识发现的可解释性，以刺激和促进未来的工作。它将服务于从数据中获取洞察力的KDD任务。这个主题是跨学科的桥梁科学研究和应用社区在知识发现，视觉分析，信息可视化，和人机交互。这是一个新的快速发展的领域，具有重要的应用和潜力。

讲座嘉宾

Boris Kovalerchuk博士是美国中央华盛顿大学（Central Washington University）计算机科学教授，他的著作包括三本书“金融数据挖掘”（Springer，2000）、“视觉与空间分析”（Springer，2005）和“视觉知识发现与机器学习”（Springer，2018），数据挖掘手册和170多份其他出版物中的一章。他的研究方向是数据挖掘、机器学习、视觉分析、不确定性建模、数据融合、概率论与模糊逻辑的关系、图像与信号处理。科瓦勒丘克博士是美国政府机构支持的这些领域研究项目的首席研究员。他曾在美国空军研究实验室担任高级访问科学家，并在美国政府机构组织的国际会议和小组中担任专家小组成员。