News

Causal Representation Learning from Multiple Distributions: A General Setting
In many problems the measured variables are functions of the latent causal variables (e.g., the underlying concepts or objects). For the purpose of making predictions in changing environments or making proper changes to the system, it is helpful to recover the latent causal variables and their causal relations. This problem has been known as causal representation learning. This paper is concerned with a general, completely nonparametric setting of causal representation learning from multiple distributions, without assuming hard interventions behind distribution changes.

На встрече обсудим:
- Что такое causal representation learning
- Как оно может применятся (на примере EEG)
- Параметрический и непараметрический сеттинг и VAE

• Суббота, 13 сентября, 11:00 KZ Time
• Добавить в календарь
• meet.google.com/aeo-oivb-zdp
• Speaker: Ayana Mussabayeva

Казахстан дебютировал на International Olympiad in Artificial Intelligence (IOAI) и занял 4-е место в командном зачёте.

Лучшим в сборной стал 9-классник Абу Канабек - золото и 9-е место в личном зачёте среди школьников всего мира.
Его пример показывает, что начать развиваться по ML/AI направлению можно и до универа

В большом интервью нашему Сообществу мы поговорили:
🔹 о его дороге к этой победе
🔹 какие уроки он извлек из этой олимпиады
🔹 соотношении между теорией и практикой, необходимым для успехов
🔹 и как он будет готовиться к следующей олимпиаде
🔹 его пожеланиях энтузиастам нашего Сообщества

Как всегда надеемся на максимальный репост, если вы также как и мы разделяете наши ценности взаимной поддержки и саморазвития

Читать полное интервью
Linkedin post

Независимо от того, являетесь ли вы аспирантом в Ташкенте, исследователем в Google или профессором в Бишкеке - если у вас есть связи с Центральной Азией, вы работаете в области AI/ML и имеете хотя бы одну или две научные публикации в области ИИ, оптимизации, машинного обучения или смежных областях, мы любезно приглашаем вас заполнить нашу форму

Форма ресерчера
Заготовка ресерч портала
Linkedin