เรียนรู้ เชื่อมต่อ สร้าง

Microsoft Reactor

เข้าร่วม Microsoft Reactor และมีส่วนร่วมกับนักพัฒนาซอฟต์แวร์แบบสด

พร้อมที่จะเริ่มต้นใช้งาน AI และเทคโนโลยีล่าสุดหรือไม่ Microsoft Reactor มีกิจกรรม การฝึกอบรม และทรัพยากรของชุมชนเพื่อช่วยเหลือนักพัฒนา ผู้ประกอบการ และสตาร์ทอัพที่สร้างขึ้นบนเทคโนโลยี AI และอื่น ๆ เข้าร่วมกับเรา!

เรียนรู้ เชื่อมต่อ สร้าง

Microsoft Reactor

เข้าร่วม Microsoft Reactor และมีส่วนร่วมกับนักพัฒนาซอฟต์แวร์แบบสด

พร้อมที่จะเริ่มต้นใช้งาน AI และเทคโนโลยีล่าสุดหรือไม่ Microsoft Reactor มีกิจกรรม การฝึกอบรม และทรัพยากรของชุมชนเพื่อช่วยเหลือนักพัฒนา ผู้ประกอบการ และสตาร์ทอัพที่สร้างขึ้นบนเทคโนโลยี AI และอื่น ๆ เข้าร่วมกับเรา!

กลับไป

Bandits for Beginners: Scopes and Machine Learning Techniques

25 พฤศจิกายน, 2564 | 5:00 หลังเที่ยง - 6:00 หลังเที่ยง (UTC) เวลามาตรฐานสากล

  • รูปแบบ:
  • alt##LivestreamLivestream

หัวข้อ: Data Science & Machine Learning

ภาษา: ภาษาอังกฤษ

What is it?
The talk will cover the basic framework of online learning and multiarmed bandits which is a subfield of active machine learning. We will keep most part of the talk high level mainly summarizing the motivating applications, different real world problems and basic techniques (e.g. UCB and EXP3 algorithm) and their effectiveness. Only some minor discussion of rigorous proof analyses are intended to be covered. Towards the end will also talk about extensions of bandits to online prediction, portfolio optimization and other related problems. Will keep the content exciting with demos and examples.

Who is it for?
The tutorial is meant to be accessible to the entire machine learning community, and specially useful for bandits and reinforcement learning researchers. Most of the target audiences are likely to be Machine Learning oriented, cutting across grad students, postdocs, or faculties. Overall, any first year grad student is expected to be comfortable. The material intends to provide enough exposure to the audience to built a basic understanding of bandit-problems, the need of its preference counterpart, existing results, and exciting scopes of open challenges.

Prerequisites:
A basic knowledge of probability theory, and linear algebra should be enough. Familiarity to standard concentration inequalities, state of the art MAB algorithms would be helpful (only to understand the algorithm technicalities), but not necessary. The tutorial will be self contained with all the basic definitions.

ผู้พูด

  • Aadirupa Saha

    • Postdoctoral Researcher

    Microsoft Research New York City

กิจกรรมที่เกี่ยวข้อง

กิจกรรมด้านล่างนี้อาจน่าสนใจสําหรับคุณเช่นกัน อย่าลืมเยี่ยมชมของเรา หน้าแรกของ Reactor เพื่อดูเหตุการณ์ที่พร้อมใช้งานทั้งหมด

ส่วนต่างๆ ของหน้านี้อาจได้รับการแปลโดยเครื่องหรือ AI