第四範式機器學習架構師塗威威：AutoML技術現狀與展望

2017 年5月，谷歌在I/O大會上發布了AutoML，受到業界的極大關注。除了谷歌，國內也有一批創業公司、團隊在研究相關技術，如第四範式的AutoML技術已經投入實際工業應用，並從谷歌等巨頭中脫穎而出，拿下NIPS 2018 AutoML比賽的主辦權。為了讓更多人了解這一前沿研究，機器之心最新一期的INTERFACE邀請到了第四範式資深機器學習架構師塗威威來為大家講解AutoML的技術現狀與展望。

演講主題：AutoML：回顧與展望

演講大綱：機器學習在計算廣告、推薦系統、金融應用、計算機視覺、自然語言處理、生物信息學等諸多領域取得了很多成功。在幾乎所有這些成功的機器學習應用中，機器學習專家在機器學習的各個階段扮演了非常重要的角色，這些階段包括：將現實世界問題轉換為機器學習問題、收集數據、數據預處理、特徵工程、選擇或設計演算法、調整演算法超參數、評估模型性能、在線部署機器學習系統等，這些任務的複雜性超出了非機器學習專家的能力範圍。

AutoML（Automatic Machine Learning，自動機器學習）旨在研究在沒有專業知識的情況下使用的低門檻甚至零門檻的機器學習演算法，擺脫對機器學習專家的依賴，該技術正在成為機器學習賦能行業的關鍵。谷歌此前發布了 Cloud AutoML，第四範式的 AutoML 技術已經投入實際工業應用。

AutoML 看起來很美好，卻也挑戰重重。AutoML 有哪些優勢與挑戰？AutoML 的技術現狀與發展展望如何？AutoML 應用案例中有哪些思考和經驗？第四範式資深科學家、NIPS 2018 AutoML 比賽負責人塗威威將在此次報告中一一講解。

個人簡介

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。塗威威曾是百度最高獎 trinity 發起人之一，首次將 FPGA 應用於在線營銷深度學習預估系統，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 PAKDD 2018 AutoML 比賽主席、NIPS 2018 AutoML 比賽負責人、PRICAI 2018 AutoML Workshop 主席。

時間：2018 年 6 月 30 日

14:00-14:30 簽到

14:30-15:30 嘉賓演講

15:30-16:00 現場提問、交流

地點：北京市朝陽區酒仙橋東路電子城研發中心a2樓東門一層機器之心演播廳

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！