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。