知识图谱的嵌入:更好更快的负采样 大讲堂 | 第127期
此次,嘉宾将介绍图嵌入中的负采样方式以及我们提出的更好更快的负采样方法
开课时间:2019/03/07 20:00 预计时长:一个小时左右
课程回放
351人报名
观看回放
课程介绍

分享主题

知识图谱的嵌入:更好更快的负采样

 

分享背景

知识图谱图嵌入(Knowledge Graph Embedding)是一种有效的将知识图谱量化的方式;然而,训练图嵌入时往往没有负样本,这对模型的性能造成很大困扰。此次,我讲介绍图嵌入中的负采样方式以及我们提出的更好更快的负采样方法。

 

分享嘉宾

姚权铭,第四范式研究员(机器学习研究小组负责人),香港科技大学,计算机博士,2018年香港科技大学博士杰出研究奖;2016谷歌博士奖学金获得者,23篇国际顶级会议/期刊论文(ICML, NeurIPS, JMLR, TPAMI, CVPR, KDD, ICDE 等),NeurIPS-2018, IJCAI-2019 & IJCNN-2019 AutoML比赛组织者

 

分享提纲

  • 什么是知识图谱图&嵌入
  • 图嵌入的负采样
  • NSCaching: 更好更快的的负采样

 

分享时间

北京时间3月7日 晚20.00点

 

附:公开课小组微信交流群

课程须知
  • 本次公开课将于03月07日周四晚8点准时开始,请大家提前10分钟进入直播间
  • 公开课后两天内会上传回放视频,错过直播的同学也不要担心
  • 欢迎大家多多向嘉宾提问,问题被采纳者有机会获得神秘礼品

授课教师

第四范式机器学习研究小组负责人,香港科技大学计算机博士,2018年香港科技大学博士杰出研究奖;2016谷歌博士奖学金获得者
微信扫码分享课程
投递简历

扫描求职百题斩小程序
助求职者一壁之力

微信扫码助力

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