魏子敏作者

一份AI博士生的ICML2018“学霸”笔记(55页)

7 月 10 日,第35届机器学习技术国际会议ICML 在瑞典斯德哥尔摩举行,作为AI领域最负盛名的会议之一,本次会议共收到2473篇论文。其中,621篇被接收,接收率为25.1%。

本次大会持续5天,在15日告一段落。除了Best Paper的讲述,还有不少workshop探讨目前机器学习领域的最热话题。大会内容之丰富,让不少新参会者奔波于各个会场之间,很容易漏听掉某些精彩内容。

但是,有经验的参会“老司机”不仅会先做好攻略,锁定每一场精彩讲座,还能根据录音录像,整理出一份完整精彩的参会笔记。

ICML2018结束的第二天,一位来自美国布朗大学的学霸就公开分享了他在这次大会上整理的长达50多页的珍贵笔记。这份笔记不仅内容详实,包含了不少来自现场拍摄的PPT图片,还根据参会日期和会场做了详细的目录,不可多得。

这位学霸小哥哥名叫David Abel,在美国布朗大学计算机科学专业就读,其实还算不上博士生,在他的个人主页上,还标注着“Phd Candidate”,师从Michael Littman,研究重点是抽象概念及其在智能中的应用。

David Abel还是牛津大学Future of Humanity Institute的一名实习生。

David本次ICML也有两篇和导师合著的论文入选。

David Abel的个人主页:

https://david-abel.github.io/

来看看这份笔记的部分精华内容吧:

入门AIICML2018
3
相关数据
机器学习技术
Machine Learning

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

大数据文摘
大数据文摘

秉承“普及数据思维,传播数据文化,助⼒产业发展”的企业⽂化,我们专注于数据领域的资讯、案例、技术,形成了“媒体+教育+⼈才服务”的良性⽣态,致⼒于打造精准数据科学社区。

大数据文摘
大数据文摘

秉承“普及数据思维,传播数据文化,助⼒产业发展”的企业⽂化,我们专注于数据领域的资讯、案例、技术,形成了“媒体+教育+⼈才服务”的良性⽣态,致⼒于打造精准数据科学社区。

推荐文章
返回顶部