从统计机器学习视角理解深度学习:算法、理论与可扩展计算

发布时间:19-11-06

如何将深…ⓛ度学习等AI算⌒法应用到实际场景里,不是一件容易的事情ↇ。 2016年,卡耐基梅隆大学计算机科学院的终身教授邢波(Eric Xing)在匹兹堡创办了⊿Petuu۩..m,他致╦╧力于创建一个平台⌒,通过自定义的虚拟化和操作系╩统构建机器学习和深度学习应用程序,为企业提▉供所需的机器学习工具。结合Petuum, 邢波教授在7月份深度学习夏令营分享了关于从统计机器学习视角理解深度学习的算法、理论与可扩展计算, 这一◑↔↕▪份Slides 286页, 非Θ常全面, 是一份结合学术研я๑·ิ.·ั๑究和实际۩๑应用的详实参照学习材料,不可不看.

&︹︺︻nbsp;

ↆ统计机器学█习视角下的深度学习:算法,理论,可扩展计算

这一份∨286页的教程slides从统计机器学习视角阐述了深度学习的算法、理论和☆分布式深度学习架↕构,内容丰富详实。首先一观邢∞波︼︽︾教授创立的Petuu۞۞m人工智能/机器学习架∽构图,з分别√包含平台硬件层、系统层、实现层、算法层、模型层和任务应用层。∞

作者:Ё邢í波(Eric Xing)

邢波(Eri╪c Xing)是◢卡耐基梅隆大学教授,曾Ⅷ于2014年担任国⊙际机器学习大会(ICM◣L)主席。主要研究兴趣Ч集中在机器学习和统计学习方法论及理论的发展←,和大规模计算系统和架构的开发。他创办了Pet→uum 公司,这是一家专⇔注于人工┚々智能和机器学习的解☼决卌方案研发的公司◥,腾讯曾投资▓了这家公司。

Й

PDF℡版本将分享到199IT交流群,支持我们发展┆┇可加入!

{{wanzhanqun_analysis}} {{website_analysis}} {{website_copyright }}