微軟亞洲研究院秦濤博士作客公開(kāi)課，闡述對(duì)偶學(xué)習(xí)的對(duì)稱(chēng)之美 | 硬創(chuàng)公開(kāi)課預(yù)告

本文作者：奕欣

2017-05-02 17:20

導(dǎo)語(yǔ)：作為一種新的機(jī)器學(xué)習(xí)范式，微軟亞洲研究院秦濤博士將為我們講解對(duì)偶學(xué)習(xí)的對(duì)稱(chēng)之美。

眾所周知，大規(guī)模帶標(biāo)簽的數(shù)據(jù)對(duì)于深度學(xué)習(xí)尤為重要。在以圖像識(shí)別、機(jī)器翻譯等為代表的任務(wù)中，深度神經(jīng)網(wǎng)絡(luò)通過(guò)大量帶標(biāo)簽的數(shù)據(jù)進(jìn)行訓(xùn)練。但這樣的前提存在兩個(gè)主要的局限性。首先是人工標(biāo)記數(shù)據(jù)的成本很高；其次是大規(guī)模標(biāo)記數(shù)據(jù)獲取的難度較大。

為了解決這一問(wèn)題，在 NIPS 2016 上，微軟亞洲研究院提出了“一種新的機(jī)器學(xué)習(xí)范式”——對(duì)偶學(xué)習(xí)，利用任務(wù)互為對(duì)偶的特點(diǎn)從無(wú)標(biāo)注的數(shù)據(jù)中進(jìn)行學(xué)習(xí)。它的訓(xùn)練原理是怎樣，具體有哪些應(yīng)用前景，近期又有著怎樣的進(jìn)展？本期硬創(chuàng)公開(kāi)課，雷鋒網(wǎng)榮幸地邀請(qǐng)到微軟亞洲研究院主管研究員秦濤博士，為我們講述對(duì)偶學(xué)習(xí)的新進(jìn)展。

主要內(nèi)容

本次公開(kāi)課內(nèi)容如下：

1．深度學(xué)習(xí)面臨的挑戰(zhàn)

2．如何利用AI任務(wù)的結(jié)構(gòu)對(duì)稱(chēng)性從無(wú)標(biāo)注數(shù)據(jù)進(jìn)行學(xué)習(xí)

3．監(jiān)督學(xué)習(xí)中的對(duì)稱(chēng)之美

4．如何利用結(jié)構(gòu)對(duì)稱(chēng)性改進(jìn)機(jī)器學(xué)習(xí)算法的推理測(cè)試過(guò)程

5．對(duì)偶學(xué)習(xí)在圖像生成中的應(yīng)用

6．對(duì)偶學(xué)習(xí)和其他學(xué)習(xí)范式/方法的聯(lián)系與區(qū)別

嘉賓介紹

微軟亞洲研究院秦濤博士作客公開(kāi)課，闡述對(duì)偶學(xué)習(xí)的對(duì)稱(chēng)之美 | 硬創(chuàng)公開(kāi)課預(yù)告

秦濤博士，微軟亞洲研究院主管研究員，在國(guó)際會(huì)議和期刊上發(fā)表學(xué)術(shù)論文100余篇，曾/現(xiàn)任機(jī)器學(xué)習(xí)及人工智能方向多個(gè)國(guó)際大會(huì)領(lǐng)域主席或程序委員會(huì)成員，曾任多個(gè)國(guó)際學(xué)術(shù)研討會(huì)聯(lián)合主席。秦濤博士是中國(guó)科學(xué)技術(shù)大學(xué)兼職博士生導(dǎo)師，IEEE、ACM會(huì)員。他的團(tuán)隊(duì)的研究重點(diǎn)是深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的算法設(shè)計(jì)、理論分析及在實(shí)際問(wèn)題中的應(yīng)用。