"Workshop sull'inferning: interazioni tra inferenza e apprendimento", Edimburgo, Regno Unito
Gli algoritmi non solo possono imparare un modello, ma possono anche usare i parametri di tale modello per l'inferenza. Questo tipo di interazione è di solito studiata da due prospettive.
La prima prospettiva studia come la scelta di un algoritmo di inferenza influenza i parametri che il modello apprende in ultima analisi. Ad esempio, molti algoritmi per la stima dei parametri richiedono l'inferenza come subroutine.
L'altro modo di studiare queste interazioni è di considerare come l'obiettivo d'apprendimento e i parametri del modello possono influenzare sia la qualità che le prestazioni dell'inferenza durante il "tempo di prova".
Il workshop riunirà professionisti provenienti da diversi settori al fine di studiare un quadro unificato per la comprensione e la formalizzazione delle interazioni fra l'apprendimento e l'inferenza.Per ulteriori informazioni, visitare: http://inferning.cs.umass.edu/cfp