Optymalizacja i ewaluacja w wyzwaniach uczenia maszynowego

Optimization and Evaluation in Machine Learning Challenges

Na seminarium omówię wyniki zawarte w mojej rozprawie doktorskiej, która składa się z cyklu publikacji. Praca skupia się na metodologii tworzenia wyzwań uczenia maszynowego, w czego skład wchodzi pozyskanie zbiorów danych, podziału między danymi trenującymi i testowymi, doboru metryki ewaluacyjnej, przygotowania baseline. Druga część pracy opisuje rozwiązania wyzwań oraz techniki optymalizacji modeli. Zawarte w rozprawie wyzwania dotyczą zadań przetwarzania języka naturalnego, widzenia komputerowego i prognozowania szeregów czasowych.