7月31日下午，加拿大西安大略大学助理教授王博予应DMIR实验室朱鉴老师的邀请到访实验室，为实验师生作作题为“Machine Learning via Knowledge Transfer: From Learning from Limited Data to Fairness”的学术讲座。
在本次报告中，王博予老师首先介绍了机器学习与人类学习的区别。他指出机器学习通常需要大量数据，而相比之下，人类学习仅凭少量信息就能迅速学习并具备较好的表现。这差异主要在于人类具有先验知识的作用，进而引出了知识迁移的概念。接着，王博予老师逐一介绍了他在知识迁移领域所涉及的工作，包括多任务学习、迁移学习/领域自适应、鲁棒学习、终身学习、主动学习和公平学习，阐述了这些领域的重要性以及未来的发展前景。最后，王博予老师还分享了他在一些特定应用领域所做的工作，包括大脑信号分析、医学图像分析、姿态检测和化工故障检测等，并对未来的工作展望进行了说明。
在报告中，DMIR实验室的师生积极参与，与王博予老师就报告中涉及的研究内容进行了热烈的学术交流。现场互动频繁，气氛热烈。这次讲座为实验室师生们提供了宝贵的学习机会，让大家收获颇丰，受益匪浅。
图3 | 实验室师生踊跃参与讨论
CaMal (Causal Modeling and Machine Learning) 是DMIR实验室发起的国际因果关系与机器学习研讨会以及系列学术活动的简称。CaMal系列活动秉持学术至上、形式自由的原则，邀请国内外相关领域的一线学者展开交流合作，致力于推动因果关系、机器学习及相关领域的研究与探
讨。
|
邮编：510006 地址：广州市番禺区广州大学城广东工业大学工学馆一号馆723室