246页《统计机器学习与凸优化》教程PPT下载

【导读】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）

请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知），

• 后台回复“SMLCO” 就可以获取全文PDF下载链接~ 

-END-

专 · 知

人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

 AI 项目技术 & 商务合作：bd@zhuanzhi.ai, 或扫描上面二维码联系！

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知