让AutoML技术助力机器学习普及

从自动预处理到自动架构搜索，AutoML技术致力于将算法工程师“嵌入”到模型中，使新手也能快速构建模型。然而，AutoML目前仍面临许多挑战，不仅在研究层面，还包括工程实施方面。我们期望强化学习和进化算法等基础技术能在计算效率上有显著提升，同时，也希望用户能够拥有更加便捷、高效的使用体验。

机器之心线下技术分享会

本次机器之心举办的线下技术分享会，特别邀请了来自硅谷、专注于AutoML领域的MoBagel（举动贝果）的两位重量级嘉宾，为大家详细介绍全流程AutoML技术，并具体解析如何实现机器学习的大众化。活动结束后，还将举办AutoML实战工作坊，通过实际案例讲解，帮助参与者深入了解全流程AutoML技术的商业应用，并提前体验MoBagel的Decanter AI（数醒™）自动化机器学习平台。

主题演讲一：让机器学习普及到每一个角落

钟哲民，MoBagel（举动贝果）的CEO兼联合创始人，同时也是台湾大学资讯系、政治大学传播学院的兼任讲师，以及中华电信数据分公司的专案执行长。他拥有台湾国立大学计算科学博士学位，麻省理工学院统计及数据科学MicroMaster学位，还是加州大学伯克利分校SkyDeck加速器项目的成员。他入选了多项国际创新合作计划，并获得了包括500 Startups、Singtel Innov8、CyberAgent和FundersClub在内的多家知名风投的投资。他还被评为MVP百大经理人、中小企业最佳投资潜力奖、科技部新创十酷等荣誉，并曾在Salesforce、Microsoft、AWS等国际会议上就物联网（IoT）和人工智能（AI）发表演讲。

本次演讲将介绍AutoML的基本原理和概念，涵盖全流程AutoML系统的设计理念及其主要机制。

主题演讲二：运用进化算法解决贝叶斯问题，突破异质性超参数空间的限制

郭安哲，MoBagel（举动贝果）的机器学习总监，毕业于台湾交通大学计算机科学专业。他曾主办过Samazin（统计机器学习理论）研讨会，并担任主要演讲嘉宾。毕业后，他在多个通信领域（如NDN、5G协议）工作，并创建了自己的自由工作室。他还曾在美国主导高精度生物统计分析软件的开发。现在，在MoBagel，他负责建立和优化整个自动化机器学习的建模引擎。

此次演讲将聚焦于AutoML场景下，如何利用进化算法解决贝叶斯问题，从而突破异质性超参数空间的局限。

活动日程

• 13:30 - 14:00 签到
• 14:00 - 14:40 第一个主题演讲
• 14:40 - 15:15 第二个主题演讲
• 15:15 - 15:30 用户分享
• 15:30 - 15:40 茶歇
• 15:40 - 17:10 实战工作坊（名额有限，需单独报名审核）
• 17:10 - 17:30 自由交流

关于MoBagel（举动贝果）

MoBagel（举动贝果）是由一群来自全球顶尖学府的数据科学家、工程师和产品经理组成的精英团队。团队成员来自斯坦福、伯克利、牛津和清华大学等著名学府。自2015年成立以来，MoBagel一直致力于数据科学和机器学习技术的研发，已成功帮助超过100家企业将AI技术应用于关键决策过程中，合作客户遍布美国、日本和中国。

点击下方链接，立即参与报名。

线下技术分享 | 全流程AutoML技术：实现机器学习全民化