"Workshop über Inferning: Interaktionen zwischen Inferenz und Lernen", Edinburgh, Vereinigtes Königreich
Algorithmen können nicht nur ein Modell lernen, sie können auch die resultierenden Modellparameter für Inferenzen verwenden. Diese Art von Interaktionen wird in der Regel aus zwei Perspektiven untersucht.
Die erste Perspektive studiert, wie die Wahl eines Inferenzalgorithmus' die Parameter beeinflusst, die das Modell schlussendlich lernt. Beispielsweise benötigen viele Parameterschätzungsalgorithmen die Inferenz als Subroutine.
Eine andere Art des Studiums dieser Interkationen ist es zu betrachten, wie das Lernziel und die Modellparameter sowohl die Qualität, als auch die Leistung der Inferenz während der "Testzeit" beeinflussen können.
Der Workshop bringt Fachleute aus verschiedenen Bereichen zusammen, um ein einzigartiges Rahmenwerk für das Verstehen und das Formalisieren der Interaktionen zwischen Lernen und Inferenz zu studieren.Weitere Informationen sind abrufbar unter: http://inferning.cs.umass.edu/cfp