【MIT】大型元学习数据集（Supplementary Materials for Niseko: a Large-ScaleMeta-Learning Dataset），麻省理工学院博士| Zeyuan Shang

题目： Supplementary Materials for Niseko: a Large-ScaleMeta-Learning Dataset

摘要： 已有几项研究综述了元学习技术。通过对一些学习算法的优先任务和评估（如精度或时间），人们已经进行了大量的研究，以期在给定一个新任务的情况下找到一些有前途的学习算法配置。通过建立在先前任务基础上的模拟模型，我们可以测量任务相似性，从而应用贝叶斯优化为新数据集找到下一个有前途的模型。

作者简介： Zeyuan Shang，麻省理工学院计算机科学与人工智能实验室（CSAIL）的电气工程与计算机科学博士。他也是麻省理工学院数据库组的成员，麻省理工学院数据系统和人工智能实验室的成员。https://www.shangzeyuan.com/。

Tim Kraska，麻省理工学院计算机科学与人工智能实验室（CSAIL）的电子工程与计算机科学副教授，也是麻省理工学院数据系统与人工智能实验室（DSAIL）的创始联席主任。http://people.csail.mit.edu/kraska/