自動半監督學習＆自動駕駛視角下的工程代碼初探

知識 12-20

第一場 12月20日 15:00

分享主題

自動半監督學習

分享背景

在很多機器學習的實際應用中，獲得有效的有標記樣本往往需要非常大的代價，比如醫療領域，獲取準確的醫學診斷結果需要高額的醫療費用以及訓練有素的高級醫學專家的診斷，比如樣本量巨大的網頁分類、圖片分類等等領域，能夠提供人工標記的只能是非常少比例的樣本。因此能利用少量有標記樣本以及大量未標記的半監督學習技術成為了解決這類問題的有效手段。然而，半監督學習演算法普遍使用門檻較高，在實際應用中，很多應用開發者並沒有很多的機器學習背景知識，因此自動的半監督學習演算法對於機器學習在更多應用場景的落地尤為重要。

分享嘉賓

塗威威，第四範式資深機器學習架構師。在大規模分散式機器學習系統架構、大規模機器學習演算法設計和應用、在線營銷系統方面有深厚積累。塗威威曾在百度鳳巢從事廣告點擊率預估工作，設計開發了百度機器學習計算框架 ELF。目前就職於第四範式，是第四範式先知平台獨有的大規模分散式機器學習框架 GDBT 的設計者，將 AutoML 及遷移學習應用到工業界並取得顯著的效果提升。塗威威也是NIPS 2018 AutoML比賽負責人、PAKDD 2018/2019比賽主席、PRICAI 2018 AutoML Workshop主席。

分享提綱

自動機器學習簡介

半監督學習簡介

自動半監督學習

分享時間

（北京時間）2018 年12 月 20 日15:00

錯過直播不要緊，回放視頻上傳後也能看哦~

直播鏈接

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

第二場 12月20日 20:00

分享主題

自動駕駛視角下的工程代碼初探

分享背景

如何建立一套完整且規範的程序框架，對項目能起到基礎性的重要作用。從豐富的自動駕駛產業實踐經驗中，Momenta接觸到許多不同的代碼風格，並對當中存在的代碼問題進行研究分析，發現了一些解決的思路。本次分享主要介紹了對工程代碼進行設計的重要性，解讀高質量代碼相關原則，以幫助提升代碼可讀性與工程規範，促進項目推進。

分享嘉賓

徐梓哲，高級圖形處理、數據模擬專家，負責搭建整套Momenta模擬平台系統，曾任清華大學計算機系科協主席，清華大學挑戰杯一等獎

分享提綱

一些常見的問題

高質量代碼的原則

設計模式簡介與範例

開放性討論

值得一讀或者一做的項目

分享時間

（北京時間）2018 年12 月 20 日 20:00

錯過直播不要緊，回放視頻上傳後也能看哦~

直播鏈接