Profilok

Frank Hutter

ELLIS Institute Tübingen & Professor, University of Freiburg, Germany

E-mail megerősítve itt: cs.uni-freiburg.de

Idézetek száma: 90006

AutoML Meta-Learning Deep Learning Tabular Data Neural Architecture Search

Yan Duan

Covariant.AI

E-mail megerősítve itt: covariant.ai

Idézetek száma: 19249

Robotics Machine Learning Reinforcement Learning Meta Learning

Amos Storkey

Professor of Machine Learning and AI, School of Informatics, University of Edinburgh, UK

E-mail megerősítve itt: ed.ac.uk

Idézetek száma: 17330

Machine Learning Deep Learning Meta-Learning Bayesian Methods Machine Learning Systems

Raul Puri

Research Scientist, OpenAI

E-mail megerősítve itt: openai.com

Idézetek száma: 17058

Deep Learning Natural Language Processing Meta Learning

Hu Xu

Meta AI (FAIR Labs)

E-mail megerősítve itt: meta.com

Idézetek száma: 12225

Efficient Pre-training Meta Learning Multi-modal Learning

Katharina Eggensperger

Early Career Group Leader "AutoML for Science" | University of Tübingen

E-mail megerősítve itt: uni-tuebingen.de

Idézetek száma: 9028

AutoML Hyperparameter Optimization Bayesian Optimization Meta-Learning Tabular Data

Matthias Feurer

LMU Munich

E-mail megerősítve itt: stat.uni-muenchen.de

Idézetek száma: 8417

Hyperparameter optimization Meta-learning Bayesian optimization OpenML AutoML

Jenia Jitsev

Lead Scalable Learning & Multi-Purpose AI (SLAMPAI) Lab, Juelich Supercomputing Center …

E-mail megerősítve itt: fz-juelich.de

Idézetek száma: 7016

Plasticity and Learning in Neural Networks Unsupervised Learning Reinforcement Learning Transfer Learning Meta-Learning

Lu Liu

Google

E-mail megerősítve itt: google.com

Idézetek száma: 6575

Machine Learning Meta Learning Few-shot Learning

Eric Anthony Mitchell

PhD Candidate, Stanford University

E-mail megerősítve itt: stanford.edu

Idézetek száma: 6507

meta-learning continual learning nlp

1 - 10