青年學術論壇第八期：劍橋大學陸超超詳解『因果機器學習』| 活動預告

本期「AI青年學術論壇」由上海人工智能實驗室主辦，將門-TechBeat人工智能社區協辦。論壇將不定期邀請全球頂尖AI青年學者分享代表性工作。

北京時間9月22日（周三）14:00-16:00，劍橋大學在讀博士陸超超將帶來主題為《因果機器學習》的報告，屆時將討論因果推斷在機器學習各個方面的前沿進展，包括半監督學習、無監督學習、強化學習、遷移學習、元學習、公平學習、歸因學習、表示學習等，以及它們在各個實際場景中的具體應用。

歡迎感興趣的同學報名參加！

【活動詳情】：

活動時間：北京時間 9月22日 14:00-16:00

分享嘉賓：陸超超 劍橋大學在讀博士

報告內容：因果機器學習

參與方式：騰訊會議

*掃碼加入本系列活動交流群，獲取騰訊會議地址，歡迎感興趣的同學積極參與！

AI青年學術論壇活動交流群

【講座介紹】：

機器學習的核心任務是從數據中自動地發現相關性信息以便預測未來。目前，大部分機器學習算法都是建立在統計相關性的基礎上，這樣極大地限制了機器學習的適用范圍。因此，我們更進一步考慮統計相關性背后更本質的因果結構。因為因果模型對現實世界中數據的變化更加魯棒（Robust），所以擁有了因果推斷能力的機器學習算法可以更好地預測未來。我們將討論因果推斷在機器學習各個方面的前沿進展，包括半監督學習、無監督學習、強化學習、遷移學習、元學習、公平學習、歸因學習、表示學習等，以及它們在各個實際場景中的具體應用。

【嘉賓介紹】：

陸超超，劍橋大學機器學習組博士生， 由Zoubin Ghahramani教授和José Miguel Hernández-Lobato教授聯合培養，Carl Edward Rasmussen教授指導；同時也是Cambridge-Tübingen 博士獎學金的獲得者，由馬克斯·普朗克智能系統研究所的Bernhard Sch?lkopf 教授聯合培養。主要研究興趣是因果推斷和機器學習，特別是涉及到如何結合因果推理、貝葉斯推理、強化學習和深度學習各自的優勢，并將它們應用在現實領域中解決實際問題。