报告题目: 基于可视分析的可解释机器学习
报告摘要:
可解释的机器学习旨在使机器学习模型的决策过程对研究人员和从业人员更加透明，从而实现人机的有效沟通和协作。本报告将介绍我们提出的机器学习模型可视分析框架。该框架跳出传统可视分析“先分析再可视化”的单一方向分析机制，将机器学习方法和交互可视化方法有机地结合在一起，从而更好地帮助用户理解复杂模型及其输出结果，分析、诊断并不断完善机器学习模型。为用户选择、利用及改进机器学习模型提供技术依据。最后，结合具体的应用实例，如深度学习模型和集成学习模型分析等，介绍我们基于该框架研制开发的可视分析技术。
报告人简介:
刘世霞博士是清华大学的长聘副教授。主要研究方向是可视分析、文本挖掘工作和信息可视化。担任 CCF A类会议 IEEE VIS(VAST) 2016和 2017的论文主席（亚洲学者首次）；担任 IEEE Transactions on Visualization and Computer Graphics 副主编（ Associate editor-in-chief）、曾任编委；担任 IEEE Transactions on Big Data 和ACM Transactions on Interactive Intelligent Systems的编委（ Associate editor）；担任国际可视化会议 IEEE Pacific Visualization 2015的程序委员会主席。同时她是 Information Visualization期刊的编委，也是多个国际会议的程序委员会委员，例如 InfoVis、VAST 、CHI、KDD、 ACM Multimedia、ACM IUI 、SDM和 PacificVis等。担任IEEE VIS 2014 Meetup 共同主席（ IEEE VIS组织委员会）和IEEE VIS 2015 Tutorial共同主席（ IEEE VIS组织委员会）。要了解更多信息，请访问她的个人主页：http://cgcad.thss.tsinghua.edu.cn/shixia/。
报告时间：2019年11月9日（星期六）14:00-15:30
报告地点：行政楼601会议室
主办单位：人工智能学院
