CMU赵越:异常检测的算法、案例和落地
Datawhale
共 702字,需浏览 2分钟
·
2020-12-22 15:22
Datawhale这次和SEU-MSTC联合发起了一场线上分享,特别邀请了知乎大V,卡内基梅隆大学赵越,进行异常检测的主题分享。
赵越(知乎:微调)
卡内基梅隆大学博士在读,主要研究方向包括异常检测(Anomaly Detection)、机器学习系统(MLsys)和自动机器学习(AutoML),在相关期刊与会议上发表过多篇文章(JMLR、AAAI、ICDM、SDM)等。同时也是知乎人工智能、机器学习、数据挖掘和统计学领域的「优秀回答者」。
主题分享
异常检测指的是通过数据挖掘和机器学习的方法从大量数据中找到和总体分布相异的样本,有很多工业应用,包括信用卡反诈骗、网络入侵检测、罕见病筛查等。
这次分享会简单介绍异常检测的基本概念、相关研究和工具库,同时也会讨论一些前沿和开放性内容,包括自动化异常检测以及更加公平的异常检测。
参与方式
长按海报进直播地址(或阅读原文)
评论