David C.Anastasiu是圣何塞州立大学计算机工程系的助理教授。他的研究兴趣广泛地落在机器学习、数据挖掘、计算基因组学和高性能计算的交叉点上。他的大部分工作都集中在分析稀疏数据的可伸缩和高效方法上。他开发了用于识别近邻的串行和并行方法、用于搜索相关生化化合物的方法、用于描述用户行为随时间变化的方法以及用于个性化和协作性地呈现Web搜索结果的方法。由于Anastasiu教授在数据科学领域的算法工作，他在2016年IEEE数据科学和高级分析国际会议（DSAA'2016）上获得了竞争性下一代数据科学家（NGDS）奖。他的工作已经发表在许多顶级会议和期刊上，并在最著名的IEEE和ACM数据科学相关会议的项目委员会中任职。他的研究由NSF、Intel实验室、Flex、Infoblox和NVIDIA公司资助。本教程将结合他自己的研究，介绍有效的近邻搜索方法以及在交通分析和计算基因组学中的应用
微信扫码咨询专知VIP会员