耶鲁大学教授亲自授课,教你EM算法的全局收敛

Online Seminar on Mathematical Foundations of Data Science (Math for DS) [1]是在线的、每周举办的系列研讨会。研讨会旨在讨论数据科学、机器学习、统计以及优化背后的数学原理,邀请了北美诸多知名学者进行中心演讲。『运筹OR帷幄』和『机器之心』作为合作媒体,将在B站发布往期的回放视频。本期,受邀佳宾将为我们带来中心为“Global Convergence of EM?”的演讲。

耶鲁大学教授亲自授课,教你EM算法的全局收敛

Online Seminar on  Mathematical Foundations of Data Science(Math4DS)是在线的、每周举办的系列研讨会,其内容涵盖数据科学、机器学习、统计以及优化背后的数学基础。

有关研讨会的公告可通过点击http://orai-china.com/,链接到国内镜像网址获得。

此外,『运筹OR帷幄』民众号平台会及时预报研讨会的最新消息,敬请关注!

Math for DS 第三十八期线上直播预报

中心:Global Convergence of EM?

佳宾:Harrison Zhou, Yale University

工夫:北京工夫4月9日23:00

地点:Zoom,民众号后盾复原 Math4DS

中心介绍

In this talk I will first discuss a recent joint work with Yihong Wu: https://arxiv.org/abs/1908.10935. We show that the randomly initialized EM algorithm for parameter estimation in the symmetric two-component Gaussian mixtures converges to the MLE in at most $\sqrt(n)$ iterations with high probability. Then I will mention the limitations of that work and propose an extension to general Gaussian mixtures by overparameterization. 

佳宾介绍

图片

Harrison Zhou is a Henry Ford II Professor and Chair of the Department of Statistics and Data Science at Yale. His main research interests include asymptotic decision theory, large covariance matrices estimation, graphical models, Bayesian nonparametrics, statistical network analysis, sparse canonical correlation analysis and principal component analysis, and analysis of iterative algorithms. His research has been acknowledged with awards including the National Science foundation Career Award, the Noether Young Scholar Award from the American Statistical Association, the Tweedie Award, the IMS Medallion lecture and IMS Fellow from the Institute of mathematical Statistics.

直播地址

关注民众号「运筹OR帷幄」,后盾复原 Math4DS,获取直播链接。

如何观察B站录播?

受北美教授的工夫限制,Math4DS每期研讨会工夫大多设置在美东工夫周二的下午三点,即北京工夫周三的凌晨三点。这对于国内的观众非常不友好,但是『运筹OR帷幄』也在B站提供了每期的录播,错过直播的小伙伴和想要回顾的小伙伴可以在前往B站观察,小编也会在第一工夫上传最新的研讨会视频。

B站官方号:运筹OR帷幄

https://space.bilibili.com/403058474

图片

研讨会主办方简介

组织者:

Ethan X. Fang, Niao He, Junwei Lu, Zhaoran Wang,  Zhuoran Yang, Tuo Zhao

赞助方:

图片

参考文献

[1]https://sites.google.com/view/seminarmathdatascience/home

原创文章,作者:新闻助手,如若转载,请注明出处:https://www.iaiol.com/news/ye-lu-da-xue-jiao-shou-qin-zi-shou-ke-jiao-ni-em-suan-fa-de/

(0)
上一篇 2021年 4月 8日 下午4:20
下一篇 2021年 4月 9日 上午11:16

相关推荐

  • 宏景智驾CEO刘飞龙:利用「众筹法」接近主动驾驭终局

    作者 / 曹锦2018年,一支源自Cruise的初创团队准备在中国成立一家L4级主动驾驭公司。但是很快,他们就将定位由「Robotaxi量产公司」改为「L1-L4级智能驾驭规划服务商」。这是因为,当他们做了Robotaxi样车之后,却发现不管从法规还是商场接受度来看,L4级主动驾驭都还没迎来恰当的时机。之后的故事大家可能已经知道了,这家名为宏景智驾的公司,在刚成立三年半的时候,就实现了2亿元的营收,今年上半年的订单额更是高达4.9亿元。(左:宏景智驾创始人兼CEO刘飞龙,右:Auto Byte负责人 曹锦

    2022年 5月 31日
  • 百分点认知智能尝试室:基于不完全标注样本集的信息抽取实践

    编者按信息抽取是从文本数据中抽取一定信息的一种技能,命名实体识别(Named Entity Recognition, NER)是信息抽取的基础任务之一,其目标是抽取文本中具有基本语义的实体单元,在知识图谱构建、信息抽取、信息检索、机器翻译、智能问答等体系中都有广泛应用。基于监督学习的NER体系通常需要大规模的细粒度、高精度标注数据集,一旦数据标注质量下降,模型的表现也会急剧下降。利用不完全标注的数据从事NER体系的建立,越来越受到专家学者们的关注。第九届国际自然语言处理与中文计算会议(NLPCC 2020)针对此业

    2021年 3月 25日
  • ChatGPT们的幕后前驱,斯坦福老师Manning的四十年NLP生涯

    Christopher Manning 虽已成 NLP 畛域前驱,却仍为 AI 大模型的未来殚精竭虑。今年 1 月份,2024 年度 IEEE 冯诺伊曼奖项结果正式公布,斯坦福大学说话学和计算机科学老师、AI 学者克里斯托弗・曼宁(Christopher Manning)获奖。曼宁老师是将深度进修应用于 NLP 畛域的晚期领军人物,在词向量 GloVe 模型、注意力、呆板翻译、问题解答、自监督模型预训练、树递归神经网络、呆板推理、依存解析、情感分析和总结等方面都有著名的研讨。他还专注于解析、自然说话推理和多说话说话

    AI 2024年 5月 5日
  • 洞悉AI技能潮水所向,呆板之心「2021-2022 年度AI技能发展回顾与趋向前瞻」系列直播开启!

    新春将至,在即将到来的虎年里,作为一个需要紧跟前沿进展的AI技能人,下面一年的钻研标的目的,你规划好了吗?

    2022年 1月 23日
  • 技术博客丨原来模型训练可以不用标注?一文全解四大机械进修法子

    本文将用通俗的方式,为大家介绍耳熟能详却分辨不清的四个机械进修核心概念:监视式进修、半监视进修、非监视进修和自监视进修,并将用实例简介它们试图解决的问题。

    2022年 1月 11日
  • GitHub代码一键转VS Code:只需+1s

    被微软收购后的 GitHub,正在变得越来越易用,现在又有人把它和「宇宙第一 IDE」VS Code 紧密联系起来了。

    2021年 2月 9日
  • 一块V100运转上千个智能体、数千个情况,这个「曲率引擎」框架实行RL百倍提速

    在加强进修研究中,一个实验就要跑数天或数周,有没有更快的方法?近日,来自 SalesForce 的研究者提出了一种名为 WarpDrive(曲率引擎)的开源框架,它可以在一个 V100 GPU 上并行运转、训练数千个加强进修情况和上千个智能体。实验结果表明,与 CPU+GPU 的 RL 实行相比,WarpDrive 靠一个 GPU 实行的 RL 要快几个数量级。

    2021年 9月 12日
  • 模块化的机器进修体系就够了吗?Bengio师生告诉你答案

    Bengio 等研讨者刚「出炉」的预印本论文,探讨了机器进修体系的一个重要方向问题。

    2022年 6月 9日
  • 初三就能上清华,丘成桐数学科学领军意图首批名单出炉,本月入校接受预科教育

    不需要参加高考,第一批入围「丘成桐数学科学领军意图」的神仙选手们,这个月将直接入读清华大学。

    2021年 4月 7日
  • 教授何恺明在MIT的第一堂课

    700 座的大教室,相比去年增加一倍容量,仍然座无虚席:这就是麻省理工学院(MIT)计算机视觉课《Advances in Computer Vision》6.8300 在 2024 新学期的盛况。今年是四位教授,每人负责一部分课程:课程信息:https://advances-in-vision.github.io/index.html有网友评论说,能选上这课的学生太幸运了,每节都是计算机视觉顶会 CVPR Oral 的体验。对于很多人来说,其中最为期待的自然是新晋教授何恺明的课。MIT 电气工程与计算机科学系副教授

    2024年 3月 11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