CMU在读博士赵越:大规模异常检测算法及优化  | 讲座预告

「学术新青年讲座」是智东西公开课针对机器学习和计算机视觉领域推出的一档讲座,旨在连接学术新青年,讲解AI前沿研究。我们希望连接更多优秀的学术新青年,通过他们开放式的学术讲解与分享,让更多的研究人员和学生可以更好的学习和交流,同时也让更多的工业界开发者可以与学术界有更多的交流机会。

第一阶段我们邀请到8位来自国内外高校的学术新青年参与,讲解他们在机器学习与计算机视觉领域的最新研究成果。目前8场讲座已经完结5讲,还有3讲正在进行中。前5讲的讲解内容包含了新型的循环神经网络IndRCNN算法、深度学习对抗攻击与防御、语义分割中的自注意力机制建模、多模态及视频理解、基于样本筛选的带噪学习等。

3月1日晚8点,「学术新青年讲座」第6讲特邀卡内基梅隆大学在读博士赵越主讲,主题为《大规模异常检测算法及优化》。

异常点检测(又称为离群点检测)是找出其行为很不同于预期对象的一个检测过程。这些对象被称为异常点或者离群点。异常检测已经被广泛运用于各种应用中,包括银行风控、网络入侵检测、故障检测等。而随着数据量的不断上升,如何在大量数据上进行高效的异常检测变得更加有挑战。

在本次讲座中,赵越博士将会围绕异常检测的系统设计和模型模拟上的最新进展(MLSys’21)进行讲解,讨论从实现、部署到加速的各类相关问题,包括如何从数据压缩、模型模拟、到并行系统优化的角度来提升异常检测的效率等。

赵越目前是卡内基梅隆大学在读博士,主要从事异常检测、机器学习系统方面的研究。他曾在JMLR,MLSys,AAAI,SDM,ICDM等期刊会议上发表过多篇文章,并开发过多个机器学习工具与系统,有超过300万次下载使用。业余时间他也在知乎上分享心得体会(用户名:微调),是多个领域的优秀回答者。

直播课介绍

课程主题

《大规模异常检测算法及优化》

课程提纲

1、异常检测的研究
2、大规模异常检测经典算法
3、大规模异常检测系统的实现
4、提升异常检测效率的优化方法

讲师介绍

赵越,卡内基梅隆大学在读博士,主要从事异常检测、机器学习系统方面的研究;曾在JMLR,MLSys,AAAI,SDM,ICDM等期刊会议上发表过多篇文章,开发过多个机器学习工具与系统,有超过300万次下载使用。业余时间他也在知乎上分享心得体会(用户名:微调),是多个领域的优秀回答者。

直播信息

直播时间:3月1日20:00
直播地点:智东西公开课小程序

加入讨论群

加入讨论群,除了可以免费收看直播之外,还能认识讲师,与更多朋友一起学习,并进行深度讨论。
添加小助手曼曼即可申请,备注“姓名-公司/学校/单位-职位/专业”的朋友将会优先审核通过哦~