Logo video2dn
  • Сохранить видео с ютуба
  • Категории
    • Музыка
    • Кино и Анимация
    • Автомобили
    • Животные
    • Спорт
    • Путешествия
    • Игры
    • Люди и Блоги
    • Юмор
    • Развлечения
    • Новости и Политика
    • Howto и Стиль
    • Diy своими руками
    • Образование
    • Наука и Технологии
    • Некоммерческие Организации
  • О сайте

Скачать или смотреть Сессия MedAI 1: Справедливая оценка данных | Горбанские Эмираты

  • Stanford MedAI
  • 2021-04-01
  • 3558
Сессия MedAI 1: Справедливая оценка данных | Горбанские Эмираты
  • ok logo

Скачать Сессия MedAI 1: Справедливая оценка данных | Горбанские Эмираты бесплатно в качестве 4к (2к / 1080p)

У нас вы можете скачать бесплатно Сессия MedAI 1: Справедливая оценка данных | Горбанские Эмираты или посмотреть видео с ютуба в максимальном доступном качестве.

Для скачивания выберите вариант из формы ниже:

  • Информация по загрузке:

Cкачать музыку Сессия MedAI 1: Справедливая оценка данных | Горбанские Эмираты бесплатно в формате MP3:

Если иконки загрузки не отобразились, ПОЖАЛУЙСТА, НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если у вас возникли трудности с загрузкой, пожалуйста, свяжитесь с нами по контактам, указанным в нижней части страницы.
Спасибо за использование сервиса video2dn.com

Описание к видео Сессия MedAI 1: Справедливая оценка данных | Горбанские Эмираты

Тема: Справедливая оценка данных

Докладчик: Амирата Горбани

Аннотация:
Поскольку данные становятся движущей силой технологического и экономического роста, фундаментальной проблемой становится количественная оценка ценности данных в алгоритмических прогнозах и решениях. Например, в сфере здравоохранения и потребительского рынка предполагается, что люди должны получать компенсацию за генерируемые ими данные, но неясно, что такое справедливая оценка для индивидуальных данных. В этом докладе мы обсуждаем принципиальную схему оценки данных в контексте контролируемого машинного обучения. Учитывая, что обучающийся алгоритм обучен на ряде точек данных для создания предиктора, мы предлагаем использовать критерий Шепли для данных в качестве метрики для количественной оценки ценности каждого обучающего элемента для эффективности предиктора. Критерий Шепли для данных однозначно удовлетворяет нескольким естественным свойствам справедливой оценки данных. Мы представляем методы Монте-Карло и градиентные методы для эффективной оценки критерия Шепли для данных в практических условиях, когда сложные алгоритмы обучения, включая нейронные сети, обучаются на больших наборах данных. Затем мы кратко рассмотрим понятие распределения Шепли, где значение точки определяется в контексте распределения базовых данных.

Биография докладчика:
Амирата Горбани — аспирант пятого курса Стэнфордского университета, консультантом которого является Джеймс Зоу. Он в основном занимается различными проблемами машинного обучения, такими как исследование справедливых методов оценки данных, алгоритмов интерпретации моделей машинного обучения, способов повышения точности существующих предикторов машинного обучения и создание систем машинного обучения для медицинских приложений, таких как кардиология и дерматология. Он также работал стажёром-исследователем в Google Brain, Google Brain Medical и Salesforce Research.

------

Сессии MedAI Group Exchange — это платформа, где мы можем критически рассмотреть ключевые темы в области искусственного интеллекта и медицины, генерировать свежие идеи, обсуждать их взаимосвязь и, что самое главное, учиться друг у друга.

Мы будем проводить еженедельные сессии, на которых приглашенные спикеры будут представлять свои работы, а затем последует интерактивное обсуждение и ответы на вопросы. Наши сессии проходят каждый четверг с 13:00 до 14:00 по тихоокеанскому времени.

Чтобы получать уведомления о предстоящих сессиях, подпишитесь на нашу рассылку: https://mailman.stanford.edu/mailman/...

Подробнее о MedAI можно узнать на нашем сайте: https://medai.stanford.edu

Организаторы: сотрудники лаборатории Rubin (http://rubinlab.stanford.edu)
Нандита Бхасхар (https://www.stanford.edu/~nanbhas)
Сийи Тан (https://siyitang.me)

Комментарии

Информация по комментариям в разработке

Похожие видео

  • О нас
  • Контакты
  • Отказ от ответственности - Disclaimer
  • Условия использования сайта - TOS
  • Политика конфиденциальности

video2dn Copyright © 2023 - 2025

Контакты для правообладателей [email protected]