Ashudeep Singh

概述

机器学习研究员，ICML 2016 论文《Recommendations as Treatments》合作者，研究聚焦于公平机器学习与因果推断。

关键内容

1. 核心贡献：作为合作作者参与 Recommendations as Treatments（ICML 2016），推动因果推断方法在推荐系统中的应用。

2. 研究背景：在 Cornell University 与 Tobias Schnabel、Thorsten Joachims 等人合作。后续研究方向包括公平机器学习、推荐系统中的公平性问题。

3. 研究方向：Singh 的研究关注推荐系统中的公平性（fairness）问题，这与因果推断中的偏差校正方向密切相关。

来源

• Recommendations as Treatments (Schnabel et al., ICML 2016)

相关

• Recommendations as Treatments — 代表性合作论文
• Cornell University — 合作时所属机构
• Tobias Schnabel — 合作者