AI:2020年6月23日北京智源大会演讲分享之机器学习专题论坛——09:45-10:25邢波教授《A Blueprint of Standardized and Composable ML》

简介: AI:2020年6月23日北京智源大会演讲分享之机器学习专题论坛——09:45-10:25邢波教授《A Blueprint of Standardized and Composable ML》


导读:首先感谢北京智源大会进行主题演讲的各领域顶级教授,博主受益匪浅,此文章为博主在聆听各领域教授或专家演讲时,一张一张截图进行保存,希望与大家一起学习,共同进步,一起见证或筑起人工智能的下一个十年。非常欢迎国内外人工智能领域网友,前来留言探讨与分享,同时感谢点赞或评论!

 

 

 

09:45-10:25 A Blueprint of Standardized and Composable Machine Learning

  • 邢波  卡内基梅隆大学机器学习系副主任

 

 

 

 

 

 

 

 

 

 

 

 

 

10:25-11:05 Geometry and Symmetry in (some!) Nonconvex Optimization Problems

  • John Wright  哥伦比亚大学教授

 

11:05-11:35 Learning Based Optimization

  • 林宙辰  北京大学教授,智源研究员

11:35-12:05 视觉计算前沿进展

  • 孙剑  旷视研究院院长,智源研究员

6月23日上午 — 决策智能专题论坛  

  • 论坛主席、主持人:徐波 中科院自动化所所长,智源研究院理事

09:00-09:10 Opening Speech

  • 徐波  中科院自动化所所长,智源研究院理事

09:10-09:50 Efficient Collaborative Multi-Agent Reinforcement Learning

  • 张崇洁  清华大学交叉信息学院

09:50-10:30 Emergent Tool Use From Multi-Agent Autocurricula

  • 吴翼  OpenAI

10:30-11:10 通信驱动的合作学习

  • 卢宗青  北京大学计算机系

11:10-11:50 StarCraft Commander: Grandmaster level Reinforcement Learning Agent Trained from Hyper Efficient AI Platform

  • 高超  启元世界

11:50-12:30 深度强化学习-从仿真到实体

  • 赵冬斌  中科院自动化所

12:30-12:40 Closing Speech


相关文章
|
11天前
|
索引 机器学习/深度学习 Python
fast.ai 机器学习笔记(二)(3)
fast.ai 机器学习笔记(二)
25 0
fast.ai 机器学习笔记(二)(3)
|
11天前
|
机器学习/深度学习 算法框架/工具 PyTorch
fast.ai 机器学习笔记(三)(2)
fast.ai 机器学习笔记(三)
37 0
fast.ai 机器学习笔记(三)(2)
|
机器学习/深度学习 算法 计算机视觉
fast.ai 机器学习笔记(四)(4)
fast.ai 机器学习笔记(四)
18 0
fast.ai 机器学习笔记(四)(4)
|
11天前
|
机器学习/深度学习 索引 Python
fast.ai 机器学习笔记(四)(2)
fast.ai 机器学习笔记(四)
98 0
fast.ai 机器学习笔记(四)(2)
|
11天前
|
机器学习/深度学习 数据挖掘 Python
fast.ai 机器学习笔记(一)(4)
fast.ai 机器学习笔记(一)
76 1
fast.ai 机器学习笔记(一)(4)
|
1月前
|
机器学习/深度学习 存储 搜索推荐
利用机器学习算法改善电商推荐系统的效率
电商行业日益竞争激烈,提升用户体验成为关键。本文将探讨如何利用机器学习算法优化电商推荐系统,通过分析用户行为数据和商品信息,实现个性化推荐,从而提高推荐效率和准确性。
|
23天前
|
机器学习/深度学习 算法 搜索推荐
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
|
1月前
|
机器学习/深度学习 算法 数据可视化
实现机器学习算法时,特征选择是非常重要的一步,你有哪些推荐的方法?
实现机器学习算法时,特征选择是非常重要的一步,你有哪些推荐的方法?
27 1
|
1月前
|
机器学习/深度学习 数据采集 算法
解码癌症预测的密码:可解释性机器学习算法SHAP揭示XGBoost模型的预测机制
解码癌症预测的密码:可解释性机器学习算法SHAP揭示XGBoost模型的预测机制
115 0
|
1月前
|
机器学习/深度学习 数据采集 监控
机器学习-特征选择:如何使用递归特征消除算法自动筛选出最优特征?
机器学习-特征选择:如何使用递归特征消除算法自动筛选出最优特征?
71 0