倫斯勒理工計(jì)算機(jī)系馬耀，招收多名人工智能/機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)方向博士生、實(shí)習(xí)生

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：倫斯勒理工計(jì)算機(jī)系馬耀，招收多名人工智能/機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)方向博士生、實(shí)習(xí)生
關(guān)鍵字：全美,理工學(xué)院,教授,深度,首府
文章來(lái)源：AI科技評(píng)論
內(nèi)容字?jǐn)?shù)：2575字

內(nèi)容摘要：

馬耀博士2021年于密歇根州立大學(xué)取得計(jì)算機(jī)博士學(xué)位，現(xiàn)為倫斯勒理工學(xué)院計(jì)算機(jī)系助理教授。他是密歇根州立大學(xué)杰出博士生獎(jiǎng)以及 NSF CRII Award獲得者。
他的論文多次發(fā)表在機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘的頂級(jí)會(huì)議和期刊（如ICLR，ICML，KDD，NeurIPS， WWW，SIGIR和TKDE等）。他是AAAI圖神經(jīng)網(wǎng)絡(luò)和KDD圖深度學(xué)習(xí)教學(xué)講座的主要組織者和演講者，這些教學(xué)講座都獲得了領(lǐng)域內(nèi)外的巨大關(guān)注和廣泛好評(píng)。
他寫(xiě)作了圖深度學(xué)習(xí)方向的重要學(xué)術(shù)圖書(shū)Deep Learning on Graphs（中文版：《圖深度學(xué)習(xí)》）。本書(shū)的中英文版本都廣受歡迎和好評(píng)。
研究方向
馬耀博士目前的研究領(lǐng)域?yàn)閿?shù)據(jù)挖掘和機(jī)器學(xué)習(xí)，他最近的主要研究方向如下。
Learning and Mining with Graphs, Graph Neural Networks
Trustworthy AI: Robustness, Fairness, Privacy
Data-Centric AI: Data Valuation, Active Learning, Data Augmentation, Data

原文鏈接：倫斯勒理工計(jì)算機(jī)系馬耀，招收多名人工智能/機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)方向博士生、實(shí)習(xí)生

聯(lián)系作者

文章來(lái)源：AI科技評(píng)論
作者微信：aitechtalk
作者簡(jiǎn)介：雷峰網(wǎng)旗下AI新媒體。聚焦AI前沿研究，關(guān)注AI工程落地。