查看原文
其他

AutoML前沿技术与实践经验分享 | 免费报名

程序员技术公开课 Python大本营 2019-07-25


传统机器学习的解决范式可表示为:

ML Solution = ML expertise + Computation + Data


新机器学习范式可表示为:

New ML Solution = 100x Computation + 100x Data

 

通过表示的变化,可以看出,传统范式的“ML expertise”被“100x”的“Computation 和 Data”取代。而“100x Computation”是如何实现的呢,这就是今天我们要探讨的核心技术——AutoML。

 

2017 年,Google 发布了 AutoML 受到了业界广泛关注。到今天,对开发者们来说这已不是一个新名词。甚至曾经一度引发了一些算法工程师的担忧:“AutoML 可以自动设计模型了,算法工程师是要被取代了吗?”近两年,国内外都在 AutoML 领域的研究与应用取得了长足的进展,而对它的发展现状、应用情况、未来趋势,你们了解得如何呢?

 

本期公开课,我们针对《AutoML前沿技术与实践经验分享》这一主题,为大家邀请到了第四范式资深算法专家涂威威,带领大家深入 AutoML,了解技术核心,研究进展与技术应用,帮助开发者紧跟技术潮流的同时,能高效开发、部署模型。

 

什么 是 AutoML?

 

AutoML,也称为 meta-learning,是利用机器学习来自动化机器学习的某些方面的方法。在传统深度学习的模型构建中,主要包含以下步骤:数据处理、特征工程、模型架构选择、超参数优化、模型后处理、结果分析。这些步骤往往会耗费大量人力和时间。在 AutoML 中,则可以对大部分步骤进行自动处理。

 

我们要学些什么?怎么学习?

 

神经网络结构搜索(Neural Architecture Search, NAS)是自动机器学习(AutoML)中的热点问题之一。除了 NAS,AutoML 的主要技术还有什么呢?“meta-learning”!还有呢?这次公开课,涂威威将为大家讲解不止 于NAS、meta-learning 的主要技术,及不同技术面临的难点与挑战。


对于开发者来说,学习了技术,下一步就要实践与应用。在这个过程中,必然离不开一些开发工具。如果没有便于使用的工具,对于绝大多数开发者来说,都会面临重重艰难险阻。2018 年,Google 开源了用 TensorFlow 实现的 AutoML 框架——AdaNet,AdaNet 提供了一个通用框架,不仅可以学习神经网络架构,还可以学习集合以获得更好地模型。

 

掌握了技术与运用工具的技能,还需要开发者能将技术应用于实际工程中。而不同领域、不同企业的落地场景不同,需求也不同,这就需要开发者们能真正、高效的运用自身技能。

 

AutoML 已经成为业界研究与应用的热点,而这两年究竟发展得如何了?未来值得大家关注的问题有什么?


本次公开课,涂威威都将为大家一一分享这些内容。更重要的是,我们还将在交流群关注与收集大家的问题与建议

 

关于 AutoML,你有什么想问的?

关于 AI 技术,你有什么想学的?

CV、NLP、知识图谱、前沿技术?

And More.......

 

都可以在交流群中 @我们!2019 下半年,AI科技大本营将为大家准备更多主题、技术专题的 AI公开课。

 

每期公开课,我们还将准备学习资料、CSDN 纪念品、技术图书等干货与福利!本期公开课,我们还为大家准备了更特殊,机会更难得的福利!

 

由 AI科技大本营联合第四范式共同推出 AutoML 技术产品试用评测,进群参与报名即有机会体验,让每一个开发者变为 AI 应用专家。

 

可扫描下方小助手二维码,回复:automl ,加入公开课交流群,我们等大家哦!

课程信息

 

主题:AutoML前沿技术与实践经验分享

时间:7 月 25 日 晚 8 点--9 点半

主讲人:涂威威 第四范式资深算法科学家

 

课程大纲

 

1、AutoML技术发展史

2、解读当下AutoML核心、主流方法

3、AutoML的优势、挑战与未来发展趋势

4、AutoML技术实践案例与经验分享

5、开发者技能成长路径与学习资源分享

 

适合人群

 

开发者对AutoML 也是既好奇也疑惑,所以只要你是AI 领域的学习者,从业者,甚至感兴趣程序员会不会被AI 替代这件事的开发者,都可以报名学习。你可以在这里从 0 认识,再次重新认识 AutoML。

 

讲师介绍

 

涂威威,第四范式资深算法科学家,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。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。


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。也是NeurIPS 2018 AutoML比赛负责人、PAKDD 2018/2019比赛主席、PRICAI 2018 AutoML Workshop主席,NeurIPS 2019 AutoDL比赛组织者之一,KDD Cup首届AutoML比赛负责人,TPAMI首个AutoML特刊创办者之一。

 

 

2019年已经进入下半年,AI科技大本营特此为大家准备一系列专业、深度的AI公开课。我们策划了技术主题涵盖机器学习、深度学习与前沿、计算机视觉、语音与NLP、知识图谱等 AI 的各方向,此外还会开设求职面试、经验分享等主题,你想听的内容也可以告诉我们!几十节公开课大礼包,等你来学习,还有学习奖品等你来领~

 

更多课程学习信息,可扫描下方小助手二维码,回复:automl ,加入公开课交流群,领取福利,报名抽取第四范式 AutoML 产品试用机会。

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存