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 CIIR Talk Series- 4/22/2022: James Caverlee - Interaction Modeling and Fairness in Recommendation

  • CIIR Talk Series
  • 2022-04-25
  • 175
CIIR Talk Series- 4/22/2022: James Caverlee - Interaction Modeling and Fairness in Recommendation
  • ok logo

Скачать CIIR Talk Series- 4/22/2022: James Caverlee - Interaction Modeling and Fairness in Recommendation бесплатно в качестве 4к (2к / 1080p)

У нас вы можете скачать бесплатно CIIR Talk Series- 4/22/2022: James Caverlee - Interaction Modeling and Fairness in Recommendation или посмотреть видео с ютуба в максимальном доступном качестве.

Для скачивания выберите вариант из формы ниже:

  • Информация по загрузке:

Cкачать музыку CIIR Talk Series- 4/22/2022: James Caverlee - Interaction Modeling and Fairness in Recommendation 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 CIIR Talk Series- 4/22/2022: James Caverlee - Interaction Modeling and Fairness in Recommendation

Time: Friday - April 22, 2022, 1:30​​​​​​ - 2:30 PM EDT

Speaker: James Caverlee, Professor at Texas A&M University
Website: https://people.engr.tamu.edu/caverlee...

Faculty Host: Hamed Zamani, Assistant Professor at UMass Amherst

Talk Title: Interaction Modeling and Fairness in Recommendation

Abstract:
Recommender systems are ubiquitous: they connect us to jobs, news, media, and friends, fundamentally shaping our experiences. Two challenges in modern recommenders motivate much of my ongoing research: (i) how to carefully model user-item interactions that are essential for driving these systems; and (ii) how to combat unfairness and bias that are seemingly inherent in recommenders. In this talk I will present recent work in my lab on sequential hypergraphs to tackle the first challenge, and then highlight a series of works on combating bias. I'll conclude with thoughts on important challenges and next steps.


Bio:
James Caverlee is a Professor at Texas A&M University in the Department of Computer Science and Engineering. His research targets topics from recommender systems, social media, information retrieval, data mining, and emerging networked information systems. His group has been supported by NSF, DARPA, AFOSR, Amazon, and Google, among others. Caverlee was general co-chair of the 13th ACM International Conference on Web Search and Data Mining (WSDM 2020), and has been a senior program committee member of venues like KDD, SIGIR, SDM, WSDM, and ICWSM.

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]