12-14日Michael I. Jordan在清华进行了为期三天的小范围讲座,面对面分享了他在伯克利AMP Lab和RISE Lab的最新研究成果。讲座内容由机器学习方法和系统组成,主要涉及概率图模型、统计推断和模型评判,以及大规模机器学习的分布式优化算法和计算框架,为清华学生分享了大量干货,在此,数据派整理了一份完整讲座笔记分享给大家(老爷子的板书公式都没放过,超全!)
Michael I. Jordan教授现执教于加州大学伯克利分校,任电气工程与计算机科学系和统计系杰出教授,实时智能决策计算平台实验室(RISELab)共同主任、统计人工智能实验室(SAIL)主任、统计系系主任。Jordan教授长期引领着机器学习、统计学的理论、方法与系统研究,是贝叶斯网络、概率图模型、层次随机过程等多个重要方向的主要奠基者之一,也是统计学与机器学习交叉融合的主要推动者之一。Jordan教授是美国科学院、美国工程院、美国艺术与科学院三院院士,是机器学习领域唯一一位获此成就的科学家。
以下为本次讲座部分笔记内容~
后台回复关键词“MJ”,下载Michael最新讲座笔记完整版。
这里还有一份Michael之前来清华题为“计算思维、推断思维与数据科学(On Computational Thinking, Inferential Thinking and Data Science)”的主题报告视频,欢迎观看视频回顾~
报告视频建议在wifi环境下观看~
报告视频原文链接:
后台回复关键词“MJ”,下载Michael最新讲座笔记完整版。
编辑:文婧