<html>
  <head>
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
  </head>
  <body text="#000000" bgcolor="#FFFFFF">
    <font face="Times New Roman, Times, serif">Popravek - 287. Solomonov
      seminar bo potekal v <b>Oranžni predavalnici</b> (drugo
      nadstropje glavne stavbe). Predavalnica je v drugem nadstropju
      glavne stavbe IJS na Jamovi 39.<br>
      <br>
    </font>
    <pre class="moz-signature" cols="72">--
Mateja Škraba 
Jozef Stefan Institute
Artificial Intelligence Laboratory
Jamova cesta 39, 1000 Ljubljana
Slovenia
Tel: +386 40 214 982

</pre>
    <div class="moz-cite-prefix">On 27.3.2019 0:37, Marko Grobelnik
      wrote:<br>
    </div>
    <blockquote type="cite"
      cite="mid:a2f8b231-d02a-1948-19a9-83b37f6c7441@ijs.si">
      <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
      V cetrtek, 28. marca 2019 bo ob 11h v Oranzni predavalnici (drugo
      nadstropje glavne stavbe) 287. Solomonov seminar. Velika
      predavalnica je v prvem nadstropju glavne stavbe IJS na Jamovi 39.
      Posnetki preteklih seminarjev so na <a
        class="moz-txt-link-freetext"
        href="http://videolectures.net/solomon/" moz-do-not-send="true">http://videolectures.net/solomon/</a>
      <br>
      <br>
      ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~<tt><span
          style="color:windowtext" lang="EN-AU"><br>
          Title: Learning in a dynamic and ever changing world</span></tt>
      <p class="MsoNormal"><tt><span style="color:windowtext"
            lang="EN-AU">Lecturer: Geoff Webb, Monash University,
            Australia<br>
          </span></tt></p>
      <p class="MsoNormal"><tt><span style="color:windowtext"
            lang="EN-AU">Abstract:</span></tt></p>
      <p class="MsoNormal"><tt><span style="color:windowtext"
            lang="EN-AU">The world is dynamic – in a constant state of
            flux – but most learned models are static. Models learned
            from historical data are likely to decline in accuracy over
            time.  I will present our recent work on how to address this
            serious issue that confronts many real-world applications of
            machine learning.  Methodology: we are developing objective
            quantitative measures of drift and effective techniques for
            assessing them from sample data. Theory: we posit a strong
            relationship between drift rate, optimal forgetting rate and
            optimal bias/variance profile, with the profound implication
            that the fundamental nature of a learning algorithm should
            ideally change as drift rate changes. Techniques: we have
            developed the Extremely Fast Decision Tree, a statistically
            more efficient variant of the incremental learning
            workhorse, the Very Fast Decision Tree.</span></tt></p>
      <p class="MsoNormal"><tt><span style="color:windowtext"
            lang="EN-AU">Bio:</span></tt></p>
      <p class="MsoNormal"><tt><span style="color:windowtext"
            lang="EN-AU">Professor Geoff Webb is Director of the Monash
            University Center for Data Science. He was editor in chief
            of the leading data mining journal, Data Mining and
            Knowledge Discovery, from 2005 to 2014. He has been Program
            Committee Chair of both the leading data mining conferences,
            ACM SIGKDD and IEEE ICDM, as well as General Chair of ICDM.
            He is a Technical Advisor to machine learning as a service
            startup BigML Inc and to recommender systems startup
            FROOMLE. He developed many of the key mechanisms of
            support-confidence association discovery in the 1980s.  His
            OPUS search algorithm remains the state-of-the-art in rule
            search. He pioneered multiple research areas as diverse as
            black-box user modelling, interactive data analytics and
            statistically-sound pattern discovery.  He has developed
            many useful machine learning algorithms that are widely
            deployed.  His many awards include IEEE Fellow and the
            inaugural Eureka Prize for Excellence in Data Science
            (2017).</span></tt></p>
      <br>
      <fieldset class="mimeAttachmentHeader"></fieldset>
      <pre class="moz-quote-pre" wrap="">_______________________________________________
E389 mailing list
<a class="moz-txt-link-abbreviated" href="mailto:E389@ijs.si">E389@ijs.si</a>
<a class="moz-txt-link-freetext" href="https://mailman.ijs.si/mailman/listinfo/e389">https://mailman.ijs.si/mailman/listinfo/e389</a>
</pre>
      <br>
      <fieldset class="mimeAttachmentHeader"></fieldset>
      <pre class="moz-quote-pre" wrap="">_______________________________________________
Ai mailing list
<a class="moz-txt-link-abbreviated" href="mailto:Ai@ijs.si">Ai@ijs.si</a>
<a class="moz-txt-link-freetext" href="https://mailman.ijs.si/mailman/listinfo/ai">https://mailman.ijs.si/mailman/listinfo/ai</a>
</pre>
    </blockquote>
    <br>
  </body>
</html>