El mío ^ _ ^ (www.yisongyue.com)
Más en serio, depende del tipo de investigación de ML que encuentre interesante. Los profesores que están activos en la investigación son:
– Pietro Perona : trabaja en una variedad de técnicas de aprendizaje automático con aplicaciones para la visión.
– Yisong Yue : trabajo en predicción estructurada, aprendizaje automático interactivo y aprendizaje con humanos en el circuito. Mi investigación se superpone significativamente con la de Pietro, especialmente en las áreas de aprendizaje activo y crowdsourcing.
– Babak Hassibi : trabaja en una variedad de temas relacionados con el aprendizaje automático, incluida la teoría de la información, el análisis de redes / gráficos, el procesamiento de señales, la optimización convexa y la finalización de matrices.
– Joel Tropp: trabaja en sensores de compresión, dispersión y análisis matricial.
– Venkat Chandrasekaran : trabaja en teoría de aprendizaje estadístico y optimización convexa.
– Katrina Ligett : trabaja en la intersección de la economía algorítmica y la teoría del aprendizaje, incluidos temas como el aprendizaje en línea en juegos / subastas repetidas y el aprendizaje con garantías de privacidad.
– Adam Wierman : tiene cierta superposición con el aprendizaje automático, principalmente en el área de los sistemas de energía (por ejemplo, operar dichos sistemas en presencia de incertidumbre).
Como puede ver, gran parte de la investigación en Caltech se inclina tanto teórica como interdisciplinaria. Estamos muy motivados al abordar las bases de los muchos desafíos técnicos que enfrentamos en el mundo. Afrontar tales desafíos requiere ser más amplio que un solo área, lo que implica alcanzar un cierto nivel de madurez matemática amplia (ya que las matemáticas son el lenguaje técnico que se generaliza en todas las disciplinas).
- Dado que existen marcos optimizados en línea, ¿vale la pena implementar manualmente implementaciones vectorizadas para redes neuronales complicadas?
- ¿Qué nivel de experiencia en aprendizaje automático se espera de un científico de datos?
- Support Vector Machines: ¿Cómo elijo un parámetro de escala de kernel?
- ¿Cuáles son los puntos importantes de comparación entre Mahout y otras bibliotecas Java ML como Lingpipe o Weka?
- ¿En qué tipos de búsqueda falla más claramente Google? ¿Y qué vías y sitios abordan estos problemas mejor o más prometedora?
