Navin Chandak

概述

机器学习研究员，ICML 2016 论文《Recommendations as Treatments》合作者，研究方向包括强化学习与因果推断。

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。后续研究方向包括强化学习、离线策略评估、因果推断。

3. 研究方向：Chandak 在强化学习（Reinforcement Learning）和离线策略评估（Off-Policy Evaluation）方向有深入研究，与因果推断在推荐系统中的应用方向高度相关。

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