Sašo Džeroski
Institut Jožef Stefan, Slovenija
Biografija: Sašo Džeroski je znanstveni svetovalec na ljubljanskem Institutu Jožef Stefan in redni profesor na Mednarodni podiplomskih šoli Jožef Stefan. Njegova skupina raziskovalcev preučuje strojno učenje in podatkovno rudarjenje (vključno z napovedovanjem in samodejnim ustvarjanjem dinamičnih sistemov) ter njihovo uporabo (v vedah o okolju, vključno z ekologijo/oblikovanjem okolja, in naravoslovju, tudi v sistemski biologiji/medicini).
Sodeloval je v številnih mednarodnih raziskovalnih projektih in bil tudi koordinator treh. Pred kratkim je bil vodja projekta FET Open XTrack MAESTRA (učenje iz obsežnih, nepopolno zabeleženih in strukturiranih podatkov). Trenutno je eden od glavnih raziskovalcev projekta FET Flagship Human Brain. Bil je predsednik znanstvenega in/ali organizacijskega odbora številnih mednarodnih konferenc, kot so ECML PKDD 2017, DS-2014, MLSB-2009/10, ECEM in EAML-2004, ICML-1999 in ILP-1997/99, pri čemer sta ICML in ECML PKDD med najpomembnejšimi znanstvenimi dogodki na področju strojnega učenja in podatkovnih znanosti.
Večciljna napoved z drevesi in skupinami dreves
Vse pogosteje se moramo o napovednih modelih učiti iz velikih ali kompleksnih podatkov, ki lahko vsebujejo veliko primerov in vhodno/izhodnih dimenzij. O večciljnih napovedih govorimo, ko je treba napovedati več kot eno ciljno spremenljivko. Težave napovednih modelov pa so lahko zapletene tudi drugače, saj lahko vključujejo nepopolno/delno opredeljene podatke, kot denimo v delno nadzorovanem učenju, ali podatke v mreži.
V predstavitvi bo najprej govora o različnih nalogah večciljne napovedi, kot so večciljna klasifikacija in regresija, njihova hierarhična opredelitev ter različice bolj zapletenih nalog (kakršni sta delno nadzorovana večciljna regresija in hierarhična klasifikacija z več oznakami na podlagi mreže). Nadaljeval bom s predstavitvijo metod reševanja teh nalog, predvsem na primeru skupine napovednih dreves. V zaključku bom predstavil še uporabo večciljnih napovedi v naravoslovju, pri čemer sem bom osredotočil na napovedne modele virtualnih presejalnih testov spojin za ponovno uporabo zdravil.