Iniciar sesión

TV URJC

Talk1: Prof. Daniel Hernández-Lobato: "Parallel predictive entropy search for multi-objective Bayesian optimization with constraints", Universidad Autónoma de Madrid.

Fecha de grabación: 7 jul 2024

Visto: 36 veces

Licencia: Atribución-CompartirIgual 4.0 Internacional (CC BY-SA 4.0)

Serie: MISC'24 Workshop: Machine Learning, Information Theory, Signal Processing and Communications Workshop

Archivos adjuntos

No hay archivos adjuntos

Compartir vídeo

URL:
IFRAME:

Recursos de la misma serie

Talk1: Prof. Daniel Hernández-Lobato: "Parallel predictive entropy search for multi-objective Bayesian optimization with constraints", Universidad Autónoma de Madrid.

Talk1: Prof. Daniel Hernández-Lobato: "Parallel predictive entropy search for multi-objective Bayesian optimization with constraints", Universidad Autónoma de Madrid.

Talk 2: Prof. Anand Sarwate: “Distinguished Lecture: Learning with Structured Tensor Decompositions”, Rutgers University, USA.

Talk 2: Prof. Anand Sarwate: “Distinguished Lecture: Learning with Structured Tensor Decompositions”, Rutgers University, USA.

Talk 3: Prof. Antonio G. Marques: "Tensor-low rank models for reinforcement learning", Universidad Rey Juan Carlos.

Talk 3: Prof. Antonio G. Marques: "Tensor-low rank models for reinforcement learning", Universidad Rey Juan Carlos.

Talk 4: Prof. Tobias Koch: "The Divergence Test for Universal Hypothesis Testing: Beating the Generalized Likelihood Ratio Test", Universidad Carlos III de Madrid.

Talk 4: Prof. Tobias Koch: "The Divergence Test for Universal Hypothesis Testing: Beating the Generalized Likelihood Ratio Test", Universidad Carlos III de Madrid.

Cookies

Este sitio web utiliza cookies propias y de terceros, para ofrecerle una mejor experiencia y servicio. Puedes revisar nuestra política de cookies en cualquier momento. Si estás de acuerdo marca la casilla correspondiente.