Erleben Fakultät - Forschung

Vasant Dhar Vasant Dhar ist ein Daten Wissenschaftler, deren Forschung befasst sich die folgende Frage: Wann Computern bessere Entscheidungen treffen als Menschen? Die Forschung ist in Künstliche Intelligenz, Maschinelles Lernen und Data groß und klein geerdet. Die Hauptproblembereiche in der Forschung gerichtet sind Finanzen, Gesundheitswesen, Bildung, Wirtschaft und Sport. Im Finanzbereich, zum Beispiel, sein Haupt Frage stellt, ob Sie Ihr Geld an einem Roboter zu vertrauen. Siehe zum Beispiel: online. liebertpub / doi / full / 10,1089 / big.2015.28999.vda Ähnliche Fragen gelten in den anderen Arenen. So könnte beispielsweise Computer, bessere Lehrer als Menschen? Konnten sie wertvolle Gesundheitstipps für uns, dass Experten nicht in der Lage zur Verfügung stellen? Könnten sie zu wertvollen Co-Trainer? Noch vor fünf Jahren hätte es schien absurd zu glauben, dass Computer könnten Autos besser als Menschen in unserer Lebenszeit fahren noch fahrerlose Autos sind hier schon. Computer machen mehr und mehr Entscheidungen für uns, und immer so in Bereichen, die menschliche Beurteilung erforderlich. Wie können wir die rasanten Fortschritte in der Maschinenintelligenz in Bereichen wie Finanzen, Gesundheitswesen und Bildung zu nutzen? Professor Dhar lehrt Kurse auf Digital Marketing, Handelsstrategien und Prognose. Er schreibt auch auf IT-getriebenen Wandel wie die derzeit Fahrausbildung und Auswirkungen darauf, wie Unternehmen sprechen, um Kunden und Partner und regeln Daten verantwortungsbewusst. Er hat über 70 Forschungsartikel, durch Zuschüsse aus der Industrie und der National Science Foundation verfasst. Er ging mit dem Gebrauch des maschinellen Lernens zur Vorhersagemodellierung an der Wall Street über proprietäre systematischen Handel, Risikomanagement, Kunden - und Salesforce-Management. Er ist ein gefragter Redner in der akademischen als auch industriellen Foren. Professor Dhar erhielt seinen Bachelor of Technology aus dem Indian Institute of Technology in Delhi, und sein Master of Philosophy und Doktor der Philosophie an der Universität von Pittsburgh. Forschungsinteressen Predictive Analytics Daten Wissenschaft