当前位置: 首 页 - 科学研究 - 学术报告 - 正文

bat365在线平台、所2023年系列学术活动(第023场):刘鲲鹏 助理教授 Portland State University

发表于: 2023-04-24   点击: 

报告题目:自动化特征工程:填补特征工程与自优化之间的空白

报 告 人:刘鲲鹏 助理教授 Portland State University

报告时间:2023年4月27日 10:00-11:00

报告地点:数学楼第二报告厅

校内联系人:程建华 chengjh@jlu.edu.cn


报告摘要:近年来,数据挖掘已经在许多应用场景中取得了巨大的成功。作为数据挖掘的基础技术,特征工程在理解与感知数据的过程中有着不可替代的作用。理想的特征工程可以移除无关特征、生成信息量大的特征、提高模型表现、提高泛化性、提供更好的理解力和可解释性。但是,在诸多的应用场景中,大多数从业者并不是特征工程的专家,因此,自动化特征工程,降低特征工程的使用门槛,成为一个不可忽视的需求。本次报告首先介绍自动化特征工程的重要性及其挑战性;然后着重阐述:1. 自动化特征选择;2. 自动化特征生成;最后,展望未来的智能化、可理解、可交互的自动化数据科学系统,并提出若干发展方向。


报告人简介:刘鲲鹏,波特兰州立大学计算机系助理教授,研究兴趣为数据挖掘与强化学习,研究方向集中在自动化数据科学系统及其在大数据问题上的应用,包括智能城市、机器学习隐私保护、可解释的推荐系统、用户行为分析。研究成果发表在KDD、TKDE、IJCAI、AAAI、WWW 等数据挖掘、机器学习的顶级会议、期刊上。多次担任IJCAI高级程序委员会委员,并且在KDD、ICML、ICLR、NeurIPS、AAAI、WWW、CIKM、ICDM等国际顶级会议中常态化担任程序委员会委员。