七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

这本书是一个承前继后的proposal,包罗数据迷信、呆板学习从哪里来以及该往哪里去。

今日凌晨,加州大学伯克利分校电气工程与算计机迷信系老师马毅(Yi Ma)宣布其与哥伦比亚大学电气工程系副老师 John Wright 合著的新书《High-Dimensional Data Analysis with Low-Dimensional Models: Principles, Computation, and Applications》开放了 pre-production 版本,读者可以在线下载了。

七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

马毅老师表示,这本书他与合著者 John Wright 前前后后共写了七年,最后在疫情期间完成。此外,为了知识的完整性,他们还完成了一些填补空白的研究,包罗与深度模型的紧密联系。最后,马毅老师认为,本书总体上算得上一个承前继后的 proposal,包罗数据迷信、呆板学习从哪里来以及该往哪里去。

七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

本书涵盖了用于高维数据分析的新的数学道理(统计学与几何学)、可扩大(凸与非凸)优化要领以及一些重要的使用(例如迷信成像、宽带通信、人脸识别、3D 视觉和深度网络等)。本书将用作数据迷信、信号处理、优化和呆板学习领域的入门级研究生教材,它已经被用于 EECS 290(加州大学伯克利分校)和 ELEN 6886(哥伦比亚大学)两门课程。

本书将为门生提供关于高维几何、统计和优化概念和要领的系统性和严谨的训练。通过多样化丰富的使用设置和编程练习,本书还将教导门生如何在模型真实数据中正确使用这些概念和要领,以及如何解决现实世界的工程与迷信问题。

此外,本书对讲师和门生都很友好。书中提供了丰富的图示、示例、练习和项目,门生通过这些概念和要领可以获得实践经验。

书籍链接:https://book-wright-ma.github.io/Book-WM-20201206.pdf

章节简介

本书共计 16 章节内容,篇幅 710 页,全书行文结构如下图所示:

七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

本书主要包罗三个方面的内容:道理、算计、使用(PCA)。

道理(2-7 章)

道理中包含稀疏、低秩、通用低维模型的基本属性和理论结果。这部分表述了恢复低维结构的逆问题变得易于处理,并且能够被有效解决所需的条件,并保证了正确性和准确率。

算计(8-9 章)

算计部分介绍了凸优化和非凸优化的要领,以开发适用于恢复低维模型的实用算法。这些要领展示了如何系统地提高算法效率并降低总体算计复杂度,从而使生成的算法快速且可扩大至大规模高维数据。

使用(10-16 章)

使用部分展示了前两部分(道理和算计要领)如何显著改善各种实际问题和事件的解决方案。这些使用也为如何适当自定义和扩大本书介绍的理想模型和算法提供了指导,以将使用和其他特定领域知识(先验或约束)结合起来。

作者简介

七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

个人主页:https://people.eecs.berkeley.edu/~yima/

马毅(Yi Ma)为加州大学伯克利分校电气工程与算计机迷信系老师。他的研究兴趣包罗 3D 算计机视觉、高维数据的低维模型、可扩大性优化和呆板学习,近来的研究主题包罗大规模 3D 几何重构和交互以及低维模型与深度网络的关系。

七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

个人主页:https://datascience.columbia.edu/people/john-wright/

John Wright 现为哥伦比亚大学电气工程系副老师。2009 年 10 月,他取得了伊利诺伊大学香槟分校的电气工程博士学位,2009 年至 2011 年在微软研究院工作。他的研究兴趣在于高维数据分析、信号处理、算计机视觉和优化领域,其与 Wang 和 Spielman 合著的论文《Exact Recovery of Sparsely-Used Dictionaries》获得了 2012 COLT 最佳论文奖。

本书部分目录如下:

七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

原创文章,作者:机器之心,如若转载,请注明出处:https://www.iaiol.com/news/qi-nian-li-zuo-uc-bo-ke-li-ma-yi-xin-shu-yu-yin-ban-kai/

(0)
上一篇 2020年 12月 7日 下午5:23
下一篇 2020年 12月 9日 下午3:32

相关推荐

  • 2021深圳国际人工智能展火热进行 影谱科技荣膺最具贸易价值奖

    5月20日,以“AI赋能双循环·建立家产新格局”为主题的第二届深圳(国际)人工智能展(GAIE)在深圳会展中心拉开帷幕。本次大会吸引了华为、中国平安、英特尔、大疆、影谱科技等国际外人工智能一线企业参展,涵盖了伶俐城市、智能教育、智能医疗、无人驾驶、伶俐批发等众多人工智能范围。深圳(国际)人工智能展(GAIE)是国际人工智能家产一年一度的盛会,以专业、全家产覆盖著称。本次大会设置了人工智能核心手艺展示区、人工智能场景应用展示区、人工智能硬件终端展示区、人工智能革新成果展示区及5G+AI智能产品展示区五大展区,涉及大数

    2021年 5月 20日
  • 2021年的第一盆冷水:有人说别太把图神经网络当回事儿

    图神经网络(GNN)是目前热门的研究方向,但我们是否应把注意力过多地放在这上面?数据科学家 Matt Ranger 从模型的本质、性能基准测试、实践应用等方面陈述了自己的观点。

    2021年 1月 5日
  • Creator 面对面 | 大模型的末尾一千米路“不太平”

    自 2018 年谷歌推出 BERT 以来,语言模型就开始朝着「大模型」的标的目的演进。21 年诸如华为联合鹏城实验室 2000 亿参数的盘古、谷歌 1.6 万亿参数的 Switch Transfomer、智源研究院 1.75 万亿参数的的悟道 2.0 等相继产出。

    2022年 7月 19日
  • 瑞莱聪明完成新一轮战略融资,加速打造中国AGI保险平安基座

    近日,人工智能保险平安基础设施提供商瑞莱聪明(RealAI)宣布完成新一轮战略融资,北京市人工智能产业投资基金等参与投资。本轮融资完成后,瑞莱聪明将继续加速通用人工智能保险平安基座产物研发,并不断推进保险平安可控的大模型商业化落地。随着全球范围内最大规模的人工智能浪潮掀起,人工智能的可控性和保险平安性成为愈发重要的发展议题。如今,人工智能大模型的通用性和泛化性大幅提升,利用也从传统的判别式任务走向天生式任务,而人工智能的内生及衍生保险平安问题变得愈加复杂,其带来的挑拨和已经引起的各类危急事件也持续受到全球公众、企业和政府的广泛关注。当

    AI 2024年 4月 12日
  • 在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

    加入体感控制,这位小哥破解了原版任天堂的拳击格斗游玩「拳无虚发」。

    2021年 11月 9日
  • 面向认知,智源研究院联合清华大学、阿里巴巴、搜狗等发布超大规模新型预训练模型“悟道·文汇”

    2021年1月11日,由北京智源人工智能研究院(以下简称“智源研究院”)、阿里巴巴、清华大学、中国人民大学、中国科学院、搜狗、智谱.AI、循环智能等单位的科研骨干成立“悟道”联合攻关团队,发布了面向认知的超大规模新型预训练模型“文汇”,旨在探索解决当前大规模自监督预训练模型不具有认知能力的问题。“文汇”模型不仅使用数据驱动的方法来建构预训练模型,还将用户行为、常识知识以及认知联系起来,主动“学习”

    2021年 1月 12日
  • AI翻新标杆指南:呆板之心Pro·AI 趋势前锋 Insight 榜单发布

    呆板之心Pro 根据企业的技巧实力、产物翻新性、市场与行业潜力、翻新引导能力等多项标准,层层选拔,评比出四大板块的80+优质机构。2017年,呆板之心发布了中国最早的AI评比榜单「Synced Machine Intelligence Awards」。与全世界近 200 万从业者共同关注AI技巧的发展,见证人工智能与我们发生的每一次互动和进步。作为科技范畴的观察者和AI行业发展的见证者,五年时间里,AI技巧一直保持着跨越式前进,呆板之心的年度评比也逐渐成为了以AI为代表的产业科技风向标。随着传统产业对AI的认识更加成

    2022年 5月 14日
  • 大模型、RISC-V、边缘计算,这场大咖云集的开发者盛会全日程公布(别忘了抽显卡)

    4 场 Keynote、9 场中心报告、线上「开发者十问」环节、2021 年云帆奖颁奖典礼,2021 世界人工智能大会(WAIC)AI 开发者论坛全日程公布。届时,来自学术界和产业界的 15 位嘉宾将以「后深度学习的 AI 时代」为中心与现场观众进行交流分享。

    2021年 6月 29日
  • 王怀民院士:图灵较量争论模型仍是最深刻的理论基础,是新科学基础的基点

    下文为国防科大王怀民院士在第 24 届全国高校较量争论机学科系主任 / 院长论坛上的主旨报告《人机物交融智能化时期,较量争论机学科专业革新人才培养》。机器之心做了不改变原意的整理。

    在较量争论无处不在的当下,较量争论机学科专业却大有泯然众生之态。新时期的较量争论机学科专业革新人才该如何培养?

    王怀民院士以 120 年的时间跨度回顾较量争论机学科专业的发源和成长历程,不同的历史阶段有着不同的成长模式,在时期的激流中什么改变了,什么是不变的?较量争论机科学和技巧的成长具有国家战略意义,在人机物交融的新时期,如何理解从而实现科技革新?

    2022年 2月 8日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注