報名 | 多位大牛齊聚AI Time，論道自動機器學習與可解釋機器學習
與高校教授、大牛共同探討機器學習
本文轉載自 學術頭條
量子位 編輯 | 公眾號 QbitAI
深度學習在各個領域取得了驕人的成績，基本是舍我其誰了。
之前還存在如何調參、如何選架構的問題，最近隨著自動機器學習（AutoML）的快速發展，Neural architecture search（NAS）似乎都可以做到自動選擇深度學習架構，Hyperparameter優化可以幫助做到自動超參數的選擇， 機器學習變得越來越傻瓜，容易上手，原來的偽“end-to-end”好像真的要轉正了。
壞處是原來的BlackBox變得越來越大，因此近年，更多研究者呼吁我們需要可解釋機器學習（Explainable ML）。
“No Free Lunch”，工業界有時候顯然希望ML變成工具，越簡單越好，只要效果好就行。但更多的時候，我們需要的是“知其然，也知其所以然”，甚至有些研究人員都開始懷念決策樹等解釋性非常強的模型。
我們是要強大的“黑盒子”還是要“可理解”的機器學習？
AI Time第2期活動，我們邀請了四位大牛：美國伊利諾伊大學芝加哥分校(UIC)特聘教授Philip Yu、美國密歇根大學Qiaozhu Mei教授、北京大學的王立威教授、百度高級研究員李興建，共同論道自動機器學習與可解釋機器學習。
也邀請感興趣的小伙伴到現場發表見解，與大咖們共話AI；無法到現場的朋友，也可以通過線上直播圍觀（報名方式見文末）。
嘉賓介紹
Philip S. Yu (俞士綸)
美國伊利諾伊大學芝加哥分校(UIC)特聘主任教授、ACM/IEEE Fellow、原IEEE TKDE、ACM TKDD主編。曾就職美國IBM Watson研究中心，創建了世界知名的數據挖掘及數據管理部。曾獲得IEEE技術成就獎、數據挖掘領域最高獎SIGKDD Innovation Award。
Qiaozhu Mei
密歇根大學信息學院與計算機系終身副教授，SIGIR 2018的大會聯合主席。主要研究方向涵蓋大規模數據挖掘，自然語言處理，機器學習及其在社交網絡，金融，醫療大數據上的應用。代表性工作包括LINE，情感分析。其論文多次獲得國際頂級會議（ICML、WSDM、WWW）的最佳論文獎。
王立威
北京大學信息科學技術學院教授。主要從事機器學習理論研究，在機器學習國際權威期刊會議發表高水平論文100余篇。擔任機器學習與計算機視覺頂級期刊IEEE TPAMI編委。多次擔任國際機器學習旗艦會議NIPS與ICML領域主席。入選AI’s 10 to Watch，獲得首屆國家自然科學基金優秀青年基金。
李興建
百度高級研究員，8年人工智能研發經驗， 目前在浣軍老師領導的百度大數據實驗室做深度學習自動建模和遷移學習的研發。百度大數據實驗室主要從事大數據智能相關技術的研究工作，屬于百度七大實驗室之一，旨在探索利用大數據解決全球性問題的創新模式。
主持人
李文玨
中科創星投資總監
CCF YOCSEF學術秘書
劉譞哲
北京大學副教授
CCF青年科學家
合作媒體
學術頭條、量子位
支持媒體
數據派THU、大數據文摘
時間地點
6月19日15:00-17:00（請準時就位哦~）
海淀區中關村東路搜狐大廈二樓1911（清華科技園）
報名方式
現場參與
請從傳送門前往報名：
https://mp.weixin.qq.com/s/uPuo-_mUDRExURvEwj-O1Q
觀看線上直播
無法來到現場的同學，可加入本次活動交流群，并收看活動直播。
入群方式：下圖二維碼，任意選擇其一添加好友，并備注“機器學習”。
AI Time是一群關注人工智能發展，并有思想情懷的青年人創辦的圈子。AI Time旨在發揚科學思辨精神，邀請各界人士對人工智能理論、算法、場景、應用的本質問題進行探索，加強思想碰撞，打造成為北京乃至全國人工智能知識分享的策源地和聚集地。
—?完?—
- 天云數據CEO雷濤：從軟件到數件，AI生態如何建立自己的“Android”？| 量子位·視點分享回顧2022-03-23
- 火熱報名中丨2022實景三維創新峰會成都站將于4月13日召開！2022-03-21
- 從軟件到數件，AI生態如何建立自己的“Android”？天云數據CEO直播詳解，可預約 | 量子位·視點2022-03-11
- 什么樣的AI制藥創企才能走得更遠？來聽聽業內怎么說｜直播報名2022-03-03
相關閱讀
