科研动态

数学与统计及交叉学科前沿论坛------高端学术讲座第75场

报告题目:Python深度学习编程

报告人: 郑淳元,加州大学圣地亚哥分校统计学研究生

时间:2023320日(周一)14:00—17:00

2023321日(周二)14:00—17:00

地点:良乡数统楼一层111实验室,

腾讯会议同步直播(会议 ID346-2468-4973


欢迎感兴趣的本科生、研究生和老师们的前来学习、讨论!


课程提纲: 本课程共包含五次课,授课计划如下:

(1) python编程入门(作为后面课程的基础):重要基础概念,例如class的使用;重要软件包:numpy等介绍。

python实现机器学习传统算法:sklearn包的基本应用(以Support Vector Machine (SVM), Random Forest (RF)为例);

(2) —(3)统计因果效应估计机器学习方法:causal-MLecon-ML的基本应用;深度学习架构:pytorch介绍和一些简单模型(线性回归,前馈神经网络等)的实现;

4)深度学习研究代码分享:卷积神经网络(Convolutional Neural Networks, CNN)(以convnetresnet为例)、循环神经网络(Recurrent Neural Networks, RNN)(以RNNGRU为例)等;

5)科研经验分享:如何阅读并复现最新计算机文章代码(以深度学习估计因果效应为例,如TarnetDESCNMetaLearner等)。

报告人简介:

郑淳元,加州大学圣地亚哥分校统计学研究生。研究方向为因果推断、因果推荐系统、计算机视觉等。在国际计算机顶级会议ICLR, ICML, WWW等发表论文多篇,在投或已完成文章十余篇。曾在快手用户激励团队实习。