大讲堂 | 自动半监督学习 & 自动驾驶视角下的工程代码初探

第 一 场

分享主题

自动半监督学习

 

分享背景

在很多机器学习的实际应用中，获得有效的有标记样本往往需要非常大的代价，比如医疗领域，获取准确的医学诊断结果需要高额的医疗费用以及训练有素的高级医学专家的诊断，比如样本量巨大的网页分类、图片分类等等领域，能够提供人工标记的只能是非常少比例的样本。因此能利用少量有标记样本以及大量未标记的半监督学习技术成为了解决这类问题的有效手段。然而，半监督学习算法普遍使用门槛较高，在实际应用中，很多应用开发者并没有很多的机器学习背景知识，因此自动的半监督学习算法对于机器学习在更多应用场景的落地尤为重要。

分享嘉宾

涂威威，第四范式资深机器学习架构师。在大规模分布式机器学习系统架构、大规模机器学习算法设计和应用、在线营销系统方面有深厚积累。涂威威曾在百度凤巢从事广告点击率预估工作，设计开发了百度机器学习计算框架 ELF。目前就职于第四范式，是第四范式先知平台独有的大规模分布式机器学习框架 GDBT 的设计者，将 AutoML 及迁移学习应用到工业界并取得显著的效果提升。涂威威也是NIPS 2018 AutoML比赛负责人、PAKDD 2018/2019比赛主席、PRICAI 2018 AutoML Workshop主席。

 

分享提纲

• 自动机器学习简介

• 半监督学习简介

• 自动半监督学习

分享时间

（北京时间）2018 年12 月 20 日 15:00

错过直播不要紧，回放视频上传后也能看哦~

直播链接

http://www.mooc.ai/open/course/612

第 二 场

分享主题

自动驾驶视角下的工程代码初探

 

分享背景

如何建立一套完整且规范的程序框架，对项目能起到基础性的重要作用。从丰富的自动驾驶产业实践经验中，Momenta接触到许多不同的代码风格，并对当中存在的代码问题进行研究分析，发现了一些解决的思路。本次分享主要介绍了对工程代码进行设计的重要性，解读高质量代码相关原则，以帮助提升代码可读性与工程规范，促进项目推进。

分享嘉宾

徐梓哲，高级图形处理、数据仿真专家，负责搭建整套Momenta仿真平台系统，曾任清华大学计算机系科协主席，清华大学挑战杯一等奖

 

分享提纲

• 一些常见的问题

• 高质量代码的原则

• 设计模式简介与范例

• 开放性讨论

• 值得一读或者一做的项目

  
  

分享时间

（北京时间）2018 年12 月 20 日 20:00

错过直播不要紧，回放视频上传后也能看哦~

直播链接

http://www.mooc.ai/open/course/619

附：Momenta 精英实习项目全球热招中，点击图片了解详情，让你的成长火力全开！

想了解更多 AI 研习社直播？

欢迎点击“阅读原文”

或者移步 AI 研习社社区~