Aston Zhang是亚马逊应用科学家,持有美国伊利诺伊大学香槟分校计算机科学博士和统计学、计算机科学双硕士学位。他专注于机器学习的研究,在数个顶级学术会议上发表过论文,并担任过多个学术会议的程序委员或审稿人以及Frontiers in Big Data期刊的编委。
Mu Li是亚马逊首席科学家,加州大学伯克利分校客座助理教授,美国卡内基梅隆大学计算机系博士,专注于分布式系统和机器学习算法的研究。他是深度学习框架MXNet的作者之一,曾任机器学习创业公司Marianas Labs的CTO和百度深度学习研究院的主任研发架构师。他还在多个领域的顶级学术会议上发表过论文,包括FOCS、ICML、NeurIPS等。
阿斯顿·张(AstonZhang)亚马逊应用科学家,美国伊利诺伊大学香槟分校计算机科学博士,统计学和计算机科学双硕士。他专注于机器学习的研究,并在数个顶级学术会议发表过论文。他担任过NeurIPS、ICML、KDD、WWW、WSDM、SIGIR、AAAI等学术会议的程序委员或审稿人以及FrontiersinBigData期刊的编委。李沐(MuLi)亚马逊首席科学家(PrincipalScientist),加州大学伯克利分校客座助理教授,美国卡内基梅隆大学计算机系博士。他专注于分布式系统和机器学习算法的研究。他是深度学习框架MXNet的作者之一。他曾任机器学习创业公司MarianasLabs的CTO和百度深度学习研究院的主任研发架构师。他在理论、机器学习、应用和操作系统等多个领域的顶级学术会议(包括FOCS、ICML、NeurIPS、AISTATS、CVPR、KDD、WSDM、OSDI)上发表过论文。扎卡里·C.立顿(ZacharyC.Lipton)亚马逊应用科学家,美国卡内基梅隆大学助理教授,美国加州大学圣迭戈分校博士。他专注于机器学习算法及其社会影响的研究,特别是在时序数据与序列决策上的深度学习。这类工作有着广泛的应用场景,包括医疗诊断、对话系统和产品推荐。他创立了博客“ApproximatelyCorrect”(approximatelycorrect.com)。亚历山大·J.斯莫拉(AlexanderJ.Smola)亚马逊副总裁/杰出科学家,德国柏林工业大学计算机科学博士。他曾在澳大利亚国立大学、美国加州大学伯克利分校和卡内基梅隆大学任教。他发表了超过200篇学术论文,并著有5本书,其论文及书被引用超过10万次。他的研究兴趣包括深度学习、贝叶斯非参数、核方法、统计建模和可扩展算法。
相关推荐
© 2023-2025 百科书库. All Rights Reserved.
读者评价
作为软件从业人员,没有机器学习基础的我,看过一遍后的感觉就是名词罗列,对一些知识点的解释晦涩难懂。但是原因主要不是知识点难,因为前面的数学基础,很多都是以前学过的,但是看完本书的解释,感觉完全没介绍清楚。...