Ian GoodFellow最新演讲:对抗机器学习的进展与挑战(附视频、PPT下载)

2019 年 5 月 27 日 新智元





  新智元推荐  

来源:专知(ID: Quan_Zhuanzhi)

【新智元导读】近日,2019 年 ICLR 已经在新奥尔良落下帷幕,GAN 的作者 GoodFellow 在大会上作了受邀分享:Adversarial Machine Learning,本文整理了分享材料和视频内容,供大家学习使用。


一直到 2013 年左右,大多数的人工智能机器学习专家都在致力于一个共同的目标:让机器学习为智能任务服务。现在监督学习有了新的研究方向,令机器学习更加的安全、私密,以及让模型减少对大量标记数据的依赖等等。在本次的演讲中,讨论了机器学习中的对抗技术如何涉及到这些新的研究前沿。


视频链接:

https://www.youtube.com/watch?v=sucqskXRkss

https://www.bilibili.com/video/av52414025


下载地址见文末。 


演讲结构如下:

全面回顾了对抗模型、安全性、基于模型的优化、强化学习、可靠性、label efficiency、领域自适应、公平、可解释、透明度、神经科学等多个研究方向的内容。


附讲座内容预览:

下载链接: 

https://pan.baidu.com/s/1S3g77xA2qtRFHZ9zFqRWsg 

提取码: 51j1

本文转载自专知公众号,点击阅读原文查看原文。


新智元春季招聘开启,一起弄潮 AI 之巅!

岗位详情请戳:


【加入社群】


新智元 AI 技术 + 产业社群招募中,欢迎对 AI 技术 + 产业落地感兴趣的同学,加小助手微信号:aiera2015_2   入群;通过审核后我们将邀请进群,加入社群后务必修改群备注(姓名 - 公司 - 职位;专业群审核较严,敬请谅解)。

登录查看更多
2

相关内容

对抗机器学习(Adverserial Machine Learning)作为机器学习研究中的安全细分方向,在一定程度上保证模型的安全性
【硬核课】统计学习理论,321页ppt
专知会员服务
135+阅读 · 2020年6月30日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
168+阅读 · 2020年6月28日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
深度学习自然语言处理概述,216页ppt,Jindřich Helcl
专知会员服务
209+阅读 · 2020年4月26日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【干货51页PPT】深度学习理论理解探索
专知会员服务
59+阅读 · 2019年12月24日
【干货】Ian GoodFellow ICLR 2019演讲:对抗机器学习的进展与挑战
GAN生成式对抗网络
18+阅读 · 2019年5月15日
Google Brain ICLR Talk:元学习的前沿与挑战
专知
27+阅读 · 2019年5月9日
Arxiv
5+阅读 · 2020年3月17日
AutoML: A Survey of the State-of-the-Art
Arxiv
67+阅读 · 2019年8月14日
Generative Adversarial Networks: A Survey and Taxonomy
Arxiv
13+阅读 · 2019年1月26日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
4+阅读 · 2018年4月30日
VIP会员
相关VIP内容
【硬核课】统计学习理论,321页ppt
专知会员服务
135+阅读 · 2020年6月30日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
168+阅读 · 2020年6月28日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
深度学习自然语言处理概述,216页ppt,Jindřich Helcl
专知会员服务
209+阅读 · 2020年4月26日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【干货51页PPT】深度学习理论理解探索
专知会员服务
59+阅读 · 2019年12月24日
Top
微信扫码咨询专知VIP会员