优必选悉尼AI研究院博士生分享混合比例估计及其应用 大讲堂 | 第57期
混合比例估计(Mixture Proportion Estimation)及其应用
开课时间:2018/05/18 20:00 预计时长:1个小时左右
课程回放
502人报名
观看回放
课程介绍

分享题目
混合比例估计(Mixture Proportion Estimation)及其应用

 

分享背景
在大数据时代,标注足够多的训练样本往往耗费巨大。弱监督学习方法往往能够减轻对正确标签的过度依赖,达到与监督学习相近的性能。然而,在设计弱监督学习方法时,我们需要理解无标签样本的分布情况(比如semi-supervised learning),或者带噪声标签样本的噪声大小(比如learning with label noise),这些问题的本质就是混合比例估计。因此,混合比例估计在弱监督学习中占有至关重要的作用。本次公开课,余席宇同学将分享他在混合比例估计中新的研究成果,以及其在弱监督学习,迁移学习中的延伸应用。


分享提纲
1、混合比例估计的背景,问题描述以及基本假设。
2、利用最大平均差异的方法快速求解混合比例估计问题,并提供理论保证。
3、在各个组成分布中采出的样本含有大量离群点( outliers )时,研究如何进行混合比例估计。
4、混合比例估计应用:辅助领域( source domain )中的样本含有标签噪声时的迁移学习。


分享嘉宾
余席宇,悉尼大学, FEIT,四年级博士生,优必选悉尼AI研究院学生。北京航空航天大学控制科学与工程学士,硕士。主要研究方向为矩阵分解,深度网络模型压缩以及弱监督学习。


分享时间
北京时间 5 月 18 日(周五)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
授课教师
暂无专场
投递简历
如果您对这家企业感兴趣,想要加入一同谋事,可上传您的简历。
投递简历