内容简介：雷锋网点过程模型在序列数据挖掘中的应用吴伟昌，上海交通大学电子系在读博士，导师是查宏远教授，主要研究方向为序列数据挖掘，点过程建模等。其研究工作曾在 KDD、TKDE等发表。
雷锋网 (公众号：雷锋网) AI研习社讯： 目前，大量数据是以事件序列的形成产生，比如电商用户的购买行为序列，社交网络用户的转发、点赞行为序列，病人的电子病历等，都属于序列数据。点过程模型是对此序列数据进行建模分析的有效工具。本次公开课中，讲者将介绍如何使用点过程模型对此类序列数据进行建模分析。
分享主题
点过程模型在序列数据挖掘中的应用
分享嘉宾
吴伟昌，上海交通大学电子系在读博士，导师是查宏远教授，主要研究方向为序列数据挖掘，点过程建模等。其研究工作曾在 KDD、TKDE等发表。
分享提纲
1、参数化点过程模型及其应用。
2、Factorial Marked Temporal Point Process [KDD 2018]：因子标记点过程学习。（Decoupled Learning for Factorial Marked Temporal Point Processes）
3、深度神经网络与点过程模型的结合及其应用。
分享时间
（北京时间 ） 10 月 18 日（星期四） 20:00
直播链接
http://www.mooc.ai/open/course/572
想了解更多雷锋网 AI 研习社直播？
欢迎移步 雷锋网 AI 研习社社区 ~
雷锋网版权文章，未经授权禁止转载。详情见 转载须知 。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- 大讲堂 | 时序预测中深度学习介绍
- 大讲堂 | 渐进式神经网络结构搜索
- 大讲堂 | 面向大数据的图聚类方法
- 大讲堂 | 义原的介绍和义原的自动推荐
- 大讲堂 | 人工智能所需的数学基础
- 大讲堂 | 物体检测算法的近期发展及开源框架介绍
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
