امین کرباسی

🔻 استاد دانشکده برق و کامپیوتر دانشگاه Yale در ایالات متحده آمریکا و پژوهشگر در Google

📋 سوابق:
🎓 کارشناسی، کارشناسی ارشد و دکترا از دانشگاه EPFL سوئیس

🔸 دريافت‌کننده چندین جایزه معتبر مانند جایزه bell labs، جایزه NSF CAREER، جایزه ONR محقق جوان، جایزه پژوهش آمازون، جایزه تحقیقاتی Microsoft Azure، جایزه تحقیقاتی Google Faculty، جایزه بهترین مقاله دانشجویی از IEEE Data Storage

🔹 حوزه‌های تحقیقاتی: یادگیری ماشین و هوش مصنوعی، علوم‌اعصاب محاسباتی، نظریه اطلاعات، پردازش بهینه اطلاعات.

💎 محتوای ارائه:
بهینه‌سازی تصادفی تطبیقی تحت قابلیت مشاهده جزئی یکی از چالش‌های اساسی در هوش مصنوعی‌ و یادگیری ماشین است و دارای کاربردهای فراوان در زمینه‌هایی همچون یادگیری فعال، طراحی بهینه آزمایشی، توصیه‌های تعاملی، بازاریابی ویروسی و ادراک در رباتیک است. به عنوان مثال، در یادگیری فعال، هدف یادگیری یک طبقه‌بندی‌کننده از مجموعه‌ای از داده‌های بدون برچسب است. در این گفتگو به معرفی سیاست‌های نیمه تطبیقی برای طیف گسترده‌ای از مشکلات تصمیم‌گیری، پرداخته خواهد شد.
🌐 https://react.ee.sharif.edu/
▫️@ReACT2021