【报道】CERMICS "运筹和机器学习"暑校(含学习资料)

【报道】CERMICS "运筹和机器学习"暑校(含学习资料)

文章作者:运筹OR帷幄
责任编辑:康焯飞 (蒙特利尔大学计算机专业博士生)
文章已发表于微信公众号【运筹OR帷幄】:【报道】CERMICS "Operations Research and Machine Learning"暑校(含学习资料)
欢迎原链接转发,转载请私信 @留德华叫兽 获取信息,盗版必究。
敬请关注和扩散本专栏及同名公众号,会邀请全球知名学者发布运筹学、人工智能中优化理论等相关干货、知乎Live及行业动态:『运筹OR帷幄』大数据人工智能时代的运筹学

CERMICS是Ecole des Ponts ParisTech的应用数学研究中心。 它与Inria Paris和Marne-la-Vallée大学共同建立了项目团队。 首字母缩略词CERMICS代表“数学与科学计算培训与研究中心(Centre d’Enseignement et de Recherche en MathématIques et Calcul Scientifique)”。

本暑期学校在7月举办,历时一周,内容列表如下:


1. Sébastien Bubeck(微软研究院):统计学习理论导论

在这个暑期课程中,介绍了统计学习理论的基础知识,从80年代到今天。粗略概述如下:

1、通过(i)Vapnik-Chervonenkis维度,(ii)Rademacher复杂度,(iii)稳定性论证,(iv)正则化 来控制泛化误差。

2、当我们考虑到优化时:随机梯度下降和凸学习。

3、Margin theory与Boosting。内核机器和最近的一些使它们在计算上有效的尝试。

4、神经网络:关于它,我们所知道的以及我们所不知道的。


2. Andrea Lodi(蒙特利尔理工学院,MILA实验室):关于大数据,优化和学习

在这一系列的讲座中,回顾了一些作者个人喜欢的大数据应用程序,并尝试将其观点解释为数学优化器 - 特别是关于离散(整数)决策 - 关于这个主题。Andrea Lodi主张机器学习和数学优化(以及其他)的紧密集成,以应对数据科学决策的挑战。对于这样的集成,Andrea Lodi尝试回答三个问题:

1、优化可以为机器学习做些什么?

2、机器学习可以做什么来优化?

3、机器学习和优化相结合可以解决哪些新应用?

3. Yinyu Ye(斯坦福大学):数据驱动优化和应用

提出一些在线,不确定和大量数据驱动的决策/优化问题。在这个简短的课程中,Yinyu Ye展示了如何使用分析决策模型和数值算法来实现解决方案效率和最优性,其中包括主题:

1、使用在线线性编程技术的动态定价和在线组合拍卖

2、用于随机优化和学习的分布式鲁棒模型和算法

3、各种凸和非凸优化算法中的复杂性问题和样本策略

4、使用半定规划技术实现图形实现,传感器网络定位和降维

5、基于地理数据的服务位置/分区,其中提供快速算法以将凸区域划分成多个子区域,使得每个块是凸的,具有两个均衡的密度测量。

同时,课程中还包含部分学生发言,具体主题如下:

Mathieu Tanneau,“稀疏Cholesky分解中对称重排序的强化学习框架”

Thi Thuy Nga Nguyen,“在蜂窝网络中移动车辆的安排”

Cristina Molero-Río,“最优随机分类树”

Oliver Hinder,“非凸面约束问题的多项式时间内点法”

Antoine Prouvost,“关于组合优化的机器学习方法论”


公众号后台回复“CERMICS”即可立即获取学习资料链接~



【数据分析】版块现招募1-2名责任编辑,需要爬虫,数据分析,可视化至少掌握其中两项技能者优先。如果对这个板块感兴趣,记得备注【DA】板块哦!期待你的加入。招募链接:『运筹OR帷幄』志愿者招募

【DA】主编简介:德国慕尼黑工大AI博士,前Amazon数据科学家,现慕尼黑阿里云资深DA。

『运筹OR帷幄』长期招收志愿者,如果你有一技之长,爱分享,欢迎加入我们。招募链接:『运筹OR帷幄』志愿者招募



文章来源申明:本篇文章由运筹OR帷幄编译
如需转载请在公众号后台获取转载须知
友情提醒:本文由运筹OR帷幄编译整理,如有内容侵权,我们将随时删除。

如果你是运筹学|人工智能硕博或在读,请在下图公众号后台留言:“加微信群”。系统会进一步提示,邀请您进全球运筹或AI学者群(群内学界、业界大佬云集)。
同时我们有:【运筹|优化】【供应链|物流】【人工智能】【数据科学|分析】爱好者千人QQ群,请关注下方公众号点击“加入社区”按钮,获得入群传送门。

编辑于 2018-09-05

文章被以下专栏收录