Braden Hancock

@bradenjhancock

Stanford PhD student in machine learning

যোগদান করেছেন ডিসেম্বর ২০১২

টুইট

আপনি @bradenjhancock-কে ব্লক করেছেন

আপনি কি এই টুইটগুলি দেখতে চাওয়ার বিষয়ে নিশ্চিত? টুইটগুলি দেখা হলে @bradenjhancock অবরোধ মুক্ত হবে না।

  1. ১৬ জুলাই

    How can we collect supervision signal from annotators more efficiently than one label a time? I'll be presenting our framework "Babble Labble" for converting natural language explanations into training labels at on Tuesday at 4:45!

    পূর্বাবস্থায়
  2. ৫ জুলাই

    While interning at Google, I explored the importance of a generator mechanism versus a copy mechanism when it comes to generating new titles for tables on the web. Either on its own does pretty poorly, but together they approach human performance.

    পূর্বাবস্থায়
  3. ২ জুলাই

    Check out our blog post on debugging training data systematically, an increasingly important part of modern ML systems where the data does all the coding...

    পূর্বাবস্থায়
  4. পুনঃ টুইট করেছেন
    ২৮ জুন

    We’re hyped about hyperbolic entity embeddings - download our embeddings in format from How can we put hyperbolic embeddings to work for you? Applications and feedback appreciated!

    পূর্বাবস্থায়
  5. পুনঃ টুইট করেছেন
    ২৬ জুন

    The slides of our tutorial on the synergy between machine learning and data integration are now available at w. Xin Luna Dong

    পূর্বাবস্থায়
  6. পুনঃ টুইট করেছেন
    ২১ জুন

    How can you teach a machine learning system with human language rather than “labels”? With a semantic parser & labeling functions! New paper by & Chris Ré

    পূর্বাবস্থায়
  7. পুনঃ টুইট করেছেন
    ২৪ এপ্রিল

    Programming is Changing! Nice article by (quoting & others) on the shift to ML-based Software 2.0. Check out Snorkel, a (1st?) framework using weak supervision as the PL for software 2.0:

    পূর্বাবস্থায়
  8. পুনঃ টুইট করেছেন
    ১২ এপ্রিল

    A love song to the database community...There are issues, but it's an amazing time to be in the area. Please don't forget it!

    পূর্বাবস্থায়
  9. পুনঃ টুইট করেছেন
    ৫ এপ্রিল

    Super excited to release as an open source project under Apache license. . Check it out and download from . proud to be part of this awesome team.

    পূর্বাবস্থায়
  10. পুনঃ টুইট করেছেন
    ১৯ মার্চ

    Get hyperbolic about your relationships! Exploring the limits of embedding your databases, graphs, and structures in low dimensions using hyperbolic embeddings:

    পূর্বাবস্থায়
  11. পুনঃ টুইট করেছেন
    ৯ মার্চ

    Does low-precision training mean low-accuracy answer? Not always! Exciting new results!

    পূর্বাবস্থায়
  12. পুনঃ টুইট করেছেন
    ২ মার্চ

    Kunle Olukotun won the IEEE Harry H. Goode Memorial Award for "fundamental and sustained effort to create and leverage chip-multiprocessors". Technically well deserved, and it couldn't go to a better person! Awesome!

    পূর্বাবস্থায়
  13. পুনঃ টুইট করেছেন
    ৮ ডিসেম্বর, ২০১৭

    Happening tomorrow @ Grand Ballroom B (up stairs to right of reg. desk)! Sched: . Lots of great speakers!!

    পূর্বাবস্থায়
  14. ৫ ডিসেম্বর, ২০১৭

    Video has been moved to the youtube channel. New link:

    এই থ্রেডটি দেখান
    পূর্বাবস্থায়
  15. পুনঃ টুইট করেছেন
    ৪ ডিসেম্বর, ২০১৭

    Congratulations to John Duchi and Hongseok on their best paper! Incredibly, that make *five* best papers this year for statistical machine learning at Stanford !

    পূর্বাবস্থায়
  16. ২ ডিসেম্বর, ২০১৭

    Training ML models one label at a time is tedious, slow, and expensive. Instead, teach the model with natural language! We're excited to demo Babble Labble at ! (Wed. Dec 17 @ 7-10 PM, # D8). Watch the video here:

    এই থ্রেডটি দেখান
    পূর্বাবস্থায়
  17. পুনঃ টুইট করেছেন
    ২ ডিসেম্বর, ২০১৭

    Amazing what's going on at , four best papers just this year. This group is amazing: , Emma Brunskill, John Duchi, Greg Valiant, . Junior faculty teaching thousands and making amazing contributions to ML. Greg is also a great cook.

    পূর্বাবস্থায়
  18. পুনঃ টুইট করেছেন
    ১ ডিসেম্বর, ২০১৭

    Worried about Software 2.0? How will we "program" ML models in the future? Our take in Snorkel is to write code to use as training data! Blog: , paper:

    পূর্বাবস্থায়
  19. পুনঃ টুইট করেছেন
    ৩০ নভেম্বর, ২০১৭

    Excited to talk about our work on inferring generative model structure using static analysis at (Monday session, Poster #183) Overview:

    পূর্বাবস্থায়
  20. পুনঃ টুইট করেছেন
    ১ অক্টোবর, ২০১৭

    Excited to start new workshop: Learning w/ Limited Labeled Data: Weak Supervision & Beyond dl 10/29!

    পূর্বাবস্থায়

লোড হতে বেশ কিছুক্ষণ সময় নিচ্ছে।

টুইটার তার ক্ষমতার বাইরে চলে গেছে বা কোনো সাময়িক সমস্যার সম্মুখীন হয়েছে আবার চেষ্টা করুন বা আরও তথ্যের জন্য টুইটারের স্থিতি দেখুন।

    আপনিও পছন্দ করতে পারেন

    ·