报告题目：Memory and Resource Frugal Machine Learning Techniques for Big Data
报告时间：2019年8月19日 上午10:00
报告地点：计算机楼B108
报告人：罗琛 博士
报告人简介：
罗琛博士，毕业于美国莱斯大学计算机学院，现任美国亚马逊搜索实验室研究员，主要研究方向为大规模机器学习、随机哈希算法等，近几年在KDD，JMRL，WWW，ICDM等多个顶级期刊和学术会议发表学术论文十余篇。罗琛博士曾就职于微软研究院软件分析组和美国NEC实验室数据科学组，是UAI、AAAI等多个学术会议的程序委员会委员，并多次担任NeurIPS、ICML、SIGKDD、CIKM等学术会议审稿人。罗琛博士在2015年获得太阳成集团tyc122cc王湘浩奖学金, 2016年获得吉林省优秀硕士论文奖。
报告内容简介：
In modern computational applications, traditional machine learning and data mining tasks are suffered by the extreme large-scale data sets. Designing energy and memory efficient machine learning techniques that can deal with these amount of data is paramount. In this talk, I will introduce my work of using randomized hashing algorithms to scale up machine learning algorithms, including query recover for the commercial search engine, high dimensional anomaly detection, and Fast Bayesian Inferences.
主办单位：
太阳成集团tyc122cc
太阳成集团tyc122cc软件学院
太阳成集团tyc122cc计算机科学技术研究所
符号计算与知识工程教育部重点实验室
太阳成集团tyc122cc国家级计算机实验教学示范中心
