线下技术分享 | 全流程AutoML技术:实现机器学习全民化
收起
从自动预处理到自动架构搜索,AutoML期待将算法工程师“嵌入”到模型中,从而让小白也能快速建个模。然而AutoML目前还面临着很多难点,不仅是研究上,同时还在于工程上。我们希望强化学习、进化算法等基础技术在计算效率上能得到极大的进步,同时也希望好用、快速等体验得到工程化的大力支持。
本次机器之心线下技术分享会,我们邀请到了来自硅谷、专注于AutoML领域的MoBagel行动贝果的两位重磅嘉宾,一同为大家介绍全流程AutoML技术,详细解读自动机器学习如何实现机器学习的全民化。在演讲分享之后,我们还安排了AutoML实战工作坊,通过实际案例的讲解,帮助大家深入了解全流程AutoML技术的商业应用,并抢先亲手体验行动贝果Decanter AI (数醒™)自动化机器学习平台。
主题演讲1:让机器学习普及到每一张办公桌
钟哲民,MoBagel(行动贝果)CEO兼联合创始人。台湾大学资讯系、政治大学传播学院资策会兼任讲师,中华电信数据分公司专案执行长。台湾国立大学计算科学专业博士、麻省理工学院统计及数据科学专业 MircoMaster、加州大学伯克利分校 SkyDeck Accelerator Program成员。入选多国创新合作计划,如 SoftBank, Nokia, Orange, Microsoft 等。获得硅谷多家知名创投投资,如 500 Startups, Singtel Innov8, CyberAgent, FundersClub等。获选 MVP 百大经理人、中小企业最佳投资潜力奖、科技部新创十酷等。Salesforce, Microsoft, AWS等国际会议 IoT / AI 演讲嘉宾。
本演讲将为大家介绍AutoML的基本过程与概念,介绍完整的全流程AutoML系统的设计思路及主要机制。
主题演讲2:使用演化算法解决贝叶斯问题,突破异质性超参数空间的限制性。
郭安哲,MoBagel (行动贝果) 机器学习总监。毕业于台湾交通大学计算机科学专业。2017年主办Samazin (统计机器学习理论) Workshop并担任主要演讲嘉宾。毕业后任职于各样通讯领域(NDN, 5G Protocol),并创立Freelance Studio。曾在美国主导高微度生物统计分析软件的开发。现在行动贝果,创立并建构整个自动化机器学习的建模引擎。
本主题演讲关注在AutoML场景下,如何使用演化算法来解决贝叶斯问题,从而突破异质性超参数空间的限制性。
活动流程
13:30 – 14:00签到
14:00 – 14:40:主题演讲1
14:40 – 15:15:主题演讲2
15:15 – 15:30:用户分享
15:30 – 15:40:茶歇
15:40 – 17:10:实战工作坊(此环节名额有限,需单独报名审核)
17:10 – 17:30:自由交流
关于行动贝果(MoBagel)
行动贝果(MoBagel)是一群由顶尖数据科学家、工程师、产品项目管理师组成的专业团队。团员来自各地名校,斯坦福、伯克利、牛津、清华大学等。多年来行动贝果都专攻数据科学和机器学习技术,从2015年创立至今,行动贝果已经帮助超过100家企业将AI导入重要的企业决策中,合作客户遍布美国、日本、中国。