专题演讲嘉宾：罗远飞

在诸如推荐系统，在线广告，风控反欺诈等机器学习应用中，数据分散在可能多达上百个零散的表中，且用户行为具有较明确的时序性。传统方法需要建模人员花费大量精力，进行繁琐的拼表、特征生成与选择等来提取有意义的特征。我们提出基于多表自动机器学习算法，能够根据表间关系，自动生成有用的时序特征和跨表特征拼接与聚合；并且在规定时限和资源消耗下，自动选择最佳的机器学习模型。凭借创新性的多表 AutoML 技术，我们能够产生更加高效的、实用的、端到端的自动机器学习方案。

演讲提纲：

1. 基于多表的自动机器学习背景综述
2. 自动拼表与特征
   • 类型推断
   • 多表视图与拼接
   • 特征衍生与选择
3. 资源感知的自动机器学习方案
   • 时间与内存预估
4. 多表自动机器学习落地案例

你将获得：

1. 了解自动机器学习，特别是多表自动机器学习现状和挑战
2. 了解多表自动机器学习技术（平台及应用案例）
3. 了解以上技术在工业界的落地情况