04-27【唐睿明】管理楼1418 国家数学与交叉科学(合肥)中心系列报告

发布者:卢珊珊发布时间:2021-04-25浏览次数:59

报告题目:AutoML在推荐系统特征交互建模中的应用


报告人:唐睿明


报告时间:4月27日 (周二) 14:30-15:10


报告地点:管理楼1418

 

报告摘要:

如何建模特征之间的交互关系,在推荐系统中至关重要。传统的Logistic Regression模型,简单有效,依赖专家经验进行特征交互设计。Factorization Machine模型有效建模了二阶特征交互。而深度学习模型以其优秀的特征表达能力,在推荐系统占据一席之地。在深度学习模型中,特征交互的设计也是尤为重要。我们对现有的几种设计方式进行总结,并且提出了创新性的方案。AutoML,在计算视觉中的图像分类问题中,自动设计出各种新颖的神经网络,不断刷新各类竞赛的精度上限。我们也会介绍AutoML技术在特征交互的设计上如何发挥优势。

 

 

个人简介:华为诺亚方舟实验室推荐与搜索方向资深研究员。东北大学本科,新加坡国立大学博士。他的研究方向包括机器学习、推荐系统、深度学习、强化学习、AutoML、图神经网络等。在推荐系统领域,他的多篇论文发表于国际顶级会议和期刊,如TOIS/TKDE/WWW/IJCAI/AAAI/RecSys/SIGIR/KDD/CIKM/WSDM等。他还担任一些顶级国际会议和期刊的审稿人工作,如TKDE/IPM/SIGIR/KDD/CIKM/WSDM/AAAI等。