246 页《统计机器学习与凸优化》教程 PPT 下载

2018 年 9 月 21 日 新智元

新智元 AI World 2018 世界人工智能峰会

全程回顾

新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会,邀请机器学习教父、CMU教授 Tom Mitchell,迈克思·泰格马克,周志华,陶大程,陈怡然等AI领袖一起关注机器智能与人类命运。


爱奇艺

上午:https://www.iqiyi.com/v_19rr54cusk.html

下午:https://www.iqiyi.com/v_19rr54hels.html

新浪:http://video.sina.com.cn/l/p/1724373.html







  新智元推荐  

来源:专知(ID:Quan_Zhuanzhi)

【新智元导读】统计机器学习和凸优化都是现代机器学习研究和实践的重要理论基础。今天给大家带来的是由 INRIA 的 Francis Bach 主讲的 246 页《统计机器学习与凸优化》教程。


震撼!AI WORLD 2018世界人工智能峰会开场视频


统计机器学习(Statistical Machine Learning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。凸优化(convex optimization)是指一种比较特殊的优化,是指求取最小值的目标函数为凸函数的一类优化问题。两者都是现代机器学习研究和实践的重要理论基础。今天给大家带来的是由 INRIA 的 Francis Bach 主讲的 246 页《统计机器学习与凸优化》教程。


教程大纲:

  1. 介绍(Introduction)

  2. 凸优化的经典方法(Classical methods for convex optimization)

  3. 非光滑随机近似(Non-smooth stochastic approximation)

  4. 平滑的随机近似算法(Smooth stochastic approximation algorithms)

  5. 有限数据集(Finite data sets)


246 页PPT下载地址:

https://www.di.ens.fr/~fbach/fbach_mlss_2018.pdf







新智元AI WORLD 2018世界人工智能峰会

全程回顾


新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会,邀请机器学习教父、CMU教授 Tom Mitchell,迈克思·泰格马克,周志华,陶大程,陈怡然等AI领袖一起关注机器智能与人类命运。


全程回顾新智元 AI World 2018 世界人工智能峰会盛况: 

爱奇艺 

上午:https://www.iqiyi.com/v_19rr54cusk.html 

下午:https://www.iqiyi.com/v_19rr54hels.html

新浪:http://video.sina.com.cn/l/p/1724373.html


登录查看更多
24

相关内容

统计学习是关于计算机基于数据构建的概率统计模型并运用模型对数据进行预测和分析的一门科学,统计学习也称为统计机器学习
【硬核课】统计学习理论,321页ppt
专知会员服务
135+阅读 · 2020年6月30日
非凸优化与统计学,89页ppt,普林斯顿Yuxin Chen博士
专知会员服务
100+阅读 · 2020年6月28日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
简明扼要!Python教程手册,206页pdf
专知会员服务
46+阅读 · 2020年3月24日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
177页《鲁棒机器学习》教程【下载】
机器学习算法与Python学习
8+阅读 · 2018年11月15日
周志华:关于机器学习的一点思考
新智元
7+阅读 · 2018年9月23日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
资源 | CMU统计机器学习2017春季课程:研究生水平
机器之心
13+阅读 · 2017年10月30日
Equalization Loss for Long-Tailed Object Recognition
Arxiv
5+阅读 · 2020年4月14日
Arxiv
34+阅读 · 2020年1月2日
A Modern Introduction to Online Learning
Arxiv
19+阅读 · 2019年12月31日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
13+阅读 · 2018年12月6日
Arxiv
8+阅读 · 2018年11月27日
q-Space Novelty Detection with Variational Autoencoders
VIP会员
相关VIP内容
【硬核课】统计学习理论,321页ppt
专知会员服务
135+阅读 · 2020年6月30日
非凸优化与统计学,89页ppt,普林斯顿Yuxin Chen博士
专知会员服务
100+阅读 · 2020年6月28日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
简明扼要!Python教程手册,206页pdf
专知会员服务
46+阅读 · 2020年3月24日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
Top
微信扫码咨询专知VIP会员