拉斐尔Frongillo
博彩平台推荐应该如何衡量预测的准确性? 如果天气预报说下雨的可能性是10%，而真的下雨了，这是一个糟糕的预报吗? 你如何向计算机解释什么是“好的天气预报”?
这些都是我脑子里的问题 拉斐尔Frongillo他是博彩平台推荐计算机科学系的助理教授. 他研究如何改变博彩平台推荐衡量预测准确性的方式，最终影响人类和机器做出的决定.
弗朗吉洛的研究介于理论机器学习和经济学之间, 使用凸分析, 博弈理论, 优化和其他技术来理解和量化知识的交流. 这种理论工作有很多应用——从设计自动驾驶汽车和博彩市场到预测疾病的传播——所有这些都依赖于做出和评估预测.
弗朗吉洛说，共同的线索是损失函数. 损失函数是衡量预测准确性或不准确性的数学工具. 设计良好的损失函数可以指导计算机和人类做出准确的预测.
“人的一面是经济学的用武之地. 公司应该如何雇佣某人来进行与业务相关的预测? 你如何围绕这种交换构建一份合同，让更好的表现带来更高的薪酬? 这个问题的答案实际上和你设计机器学习算法的答案是一样的——合约变成了一个损失函数，告诉计算机如何从数据中产生一个好的预测,弗朗吉洛说. “在数学层面上, 这些问题紧密地交织在一起——损失函数反过来又是经济预测机制的基本组成部分.”
机器学习是人工智能的一个分支，它使用计算机算法来解决问题, 随着时间的推移自动提高经验. 在这种情况下, 计算机通过选择最适合历史数据的预测模型来进行预测, 通过损失函数来判断, Frongillo解释.
然而，对于许多常见的机器学习任务，缺乏设计和分析损失函数的通用框架. 同时在经济学方面, 高效的信息经济是促进信息交易的关键, 但目前的损失函数系统在涉及竞争或合作的情况下存在不足.
Frongillo最近获得了国家科学基金会的职业成就奖，因为他在理论层面上解决了这个重叠的问题. 该奖项提供约500美元,在未来五年内，该基金将资助有潜力成为各自领域领导者的早期职业教师的研究和教育活动.
通过新的奖项, 他将开发一个通用框架来设计和分析机器学习中的损失函数, 同时设计协作和竞争机制，促进预测市场, 数据及其他.
“随着博彩平台推荐的社会继续向信息经济发展，这些结果将影响许多关键的经济部门,弗朗吉洛说. “设计良好的机制可以增加消费者获取信息的渠道. 它们还可以提高经济效率，因为微型合同取代了正式就业, 就像交通和住宿的共享经济一样. 而不是在你的业余时间开车带着别人到处转赚外快, 你可以上传数据来改进预测.”
在来博彩平台推荐之前, Frongillo于2013年在加州大学伯克利分校获得计算机科学博士学位, 在国防科学与工程研究生奖学金计划的支持下. 他还曾在哈佛大学计算与社会研究中心和纽约微软研究实验室担任博士后研究员.
通过这个奖项，弗朗吉洛还将与 科罗拉多数据科学团队, 他于2016年创立了一个结合教育的跨学科俱乐部和课程, 研究和推广——所有这些都是在扩大历史上在计算机领域代表性不足的学生的参与.
“学生对机器学习竞赛和预测的一贯兴趣为新的启发机制提供了一个独特的测试平台, 我真的想通过这个项目以一种正式的方式挖掘和支持它,他说.
