【斯坦福】机器学习优化简明导论， Introduction to Optimization for Machine Learning

内容介绍：

计算机科学正在发展，以利用新的硬件，如GPU、TPUs、CPU和大型的集群。许多子领域，如机器学习和优化，已经调整了它们的算法来处理这样的集群。

主题包括分布式和并行算法:优化、数值线性代数、机器学习、图形分析、流形算法，以及其他在集群中难以扩展的问题。该类将重点分析程序，并使用Apache Spark和TensorFlow实现一些程序。

本课程将分为两部分:首先，介绍并行算法的基础知识和在单多核机器上的运行时分析。其次，我们将介绍在集群机器上运行的分布式算法。