Dicembre 2020 - ML cube

22 Dic 20

I nostri co-founder vincono il Best Paper Award a NeurIPS 2020

mlcube
No Comments

Siamo felici di annunciare che i nostri co-fondatori Alberto Marchesi e Nicola Gatti (insieme ad Andrea Celli e Gabriele Farina) hanno vinto il prestigioso Best Paper Award a NeurIPS 2020, con un lavoro su dinamiche di apprendimento no-regret in problemi di decisione sequenziali. La Neural Information Processing Systems (NeurIPS) conference è il più importante meeting […]

05 Dic 20

Explainable AI (XAI): Cos’è? Come e perché si usa?

mlcube
No Comments

L'Explainable AI (XAI) e l'Interpretable Machine Learning sono due aspetti essenziali nel campo della ricerca e dello sviluppo tecnologico, che avranno importanti ripercussioni nella vita di tutti i giorni e porteranno grandi vantaggi alle aziende che vorranno utilizzare macchine dotate di IA (Intelligenza Artificiale).

Mese: Dicembre 2020

I nostri co-founder vincono il Best Paper Award a NeurIPS 2020

Explainable AI (XAI): Cos’è? Come e perché si usa?

Machine Learning Monitoring

Policy Optimization as Online Learning with Mediator Feedback

Task-Agnostic Exploration via Policy Gradient of a Non-Parametric State Entropy Estimate

Newton Optimization on Helmholtz Decomposition for Continuous Games

Learning Probably Approximately Correct Maximin Strategies in Games with Infinite Strategy Spaces

Online Learning in Non-Cooperative Configurable Markov Decision Process

Inverse Reinforcement Learning from a Gradient-based Learner

An Asymptotically Optimal Primal-Dual Incremental Algorithm for Contextual Linear Bandits