讲座题目：Machine Learning for Sciences — Revisiting Direct Density-Ratio Estimation
主讲人：Makoto Yamada
讲座时间：2018年10月16日（星期二）09:00-11:00
讲座地点：中心校区东荣会议中心二楼多功能厅
主办单位：人工智能学院、未来科学国际合作联合实验室
Abstract
Density ratio estimation is a comprehensive statistical data processing framework, and it includes various statistical data processing tasks such as transfer learning, outlier detection, cross-domain matching, and change-point detection, to name a few. In this talk, I will first present direct density-ratio estimation methods and their applications to transfer learning, outlier detection, change-point detection, and cross-domain object matching. Then, I will introduce our recent results of density-ratio estimation in deep learning and high-dimensional modeling.
主讲人简介：
Makoto Yamada，博士，现任日本京都大学副教授、RIKEN AIP单位负责人。于2005年在美国科罗拉多州立大学科林斯堡分校获得电子工程硕士学位，2010年在日本综合研究大学院大学获得统计科学博士学位。曾担任东京工业大学博士后研究员、NTT通信科学实验室研究员和雅虎实验室研究科学家。研究领域包括机器学习、自然语言处理、信号处理和计算机视觉等。近年来在顶级会议和期刊上发表了30多篇研究论文，荣获了WSDM 2016最佳论文奖，另外2018年在Cell上发表论文一篇。
