两个范式搞定因果与机器学习的前沿初探
导读因果性正在机器学习领域收获更广泛的关注,因果性与机器学习的结合也不断涌现。在因果关系发现的基础上,本次报告主要讨论因果与机器学习的结合有哪些范式。
主要包含以下三大部分:1. 什么是因果性学习?
2. 基于先验因果结构的因果性学习方法
3. 基于因果发现的因果性学习方法
分享嘉宾|蔡瑞初博士 广东工业大学 教授
编辑整理|王雨润
内容校对|李瑶
出品社区|DataFun
什么是因果性学习?
基于先验因果结构的因果性学习方法
基于因果发现的因果性学习方法
分享嘉宾
INTRODUCTION
蔡瑞初 博士
广东工业大学
教授
蔡瑞初,教授、博士生导师、数据挖掘与信息检索实验室主任、国家优秀青年基金获得者。
蔡教授专注于因果关系发现与因果性学习、深度学习等领域的理论与应用研究。在上述领域先后主持国家优秀青年基金、科技部”科技创新2030“重大项目、省杰出青年基金、省特支计划等项目;在因果关系发现、因果性学习方面开展了系列有益探索,在ICML、NeurIPS、AAAI、IJCAI等领域重要会议和TPAMI、JMLR、TNNLS、TKDE等国际著名期刊发表论文100余篇;协助华为、网易、腾讯、滴滴、唯品会、南方电网、南方通讯建设等企业解决了因果故障定位、因果决策优化、因果个性推荐等应用难题,取得了良好的经济和社会价值;获得省科学技术一等奖(第三完成人)、国家发明专利奖优秀奖(第三完成人)等奖项;指导学生获得NeurIPS 2019解耦学习算法大赛第一名、亚太因果推理大会推理大赛第一名、“互联网+”全国决赛金奖等奖项;担任Neural Networks杂志Action Editor、NeurIPS、ICML等会议的Area Chair,IJCAI、AAAI等会议的SPC等。
往期优质文章推荐
往期推荐
DataFun
点个在看你最好看