主动学习(active learning)在深度学习中的应用与思考 大讲堂 | 第55期
UT Austin博士生分享主动学习在深度学习中的应用与思考
开课时间:2018/04/18 20:00 预计时长:1个小时左右
课程回放
490人报名
观看回放
课程介绍

分享主题 
主动学习(active learning)在深度学习中的应用与思考
 
分享背景
众所周知,深度学习在多种实际应用中取得了突破,其背后的主要推动力来自于大数据、大模型及算法。在很多问题中,获取标注准确的大量数据需要很高的成本,这也往往限制了深度学习的应用。而在半监督学习中,主动学习通过对未标注的数据进行筛选,可以利用少量的标注数据取得较高的学习准确度。因此,深度学习中的主动学习方法也成为了研究的热点。本次公开课将针对主动学习在深度学习中的机遇与挑战进行探讨。
 
分享提纲

1.主动学习(active learning)的背景介绍及研究意义
2.主动学习相关理论
3.主动学习在深度学习中的前沿研究及方法,包括对于传统主动学习理论的扩展、利用强化学习进行主动学习等
4.分析主动学习在深度学习中的挑战

分享嘉宾

沈彦尧,德州大学奥斯汀分校博士生,第三年在读;清华大学电子工程系本科毕业,主要研究方向为机器学习理论及其应用,曾在亚马逊,微软亚研院实习。
 
分享时间

北京时间 4 月 18 日(周三)晚上 8:00

课程须知
  • 请大家提前10分钟进入直播间
  • 开课后两个工作日左右会上传回放视频,错过直播的同学也不要担心
  • 欢迎大家多多向嘉宾提问