機器學習的數(shù)學理論

　　《機器學習的數(shù)學理論》重點研究機器學習的數(shù)學理論。第一部分探討了在非凸優(yōu)化問題中，選擇梯度下降步長來避免嚴z格鞍點的自適應(yīng)性。第二部分提出了在非凸優(yōu)化中尋找局部極小值的算法，并利用牛頓第二定律在一定程度上得到無摩擦的全局極小值。第三部分研究了含有噪聲和缺失數(shù)據(jù)的子空間聚類問題，這是一個由隨機高斯噪聲的實際應(yīng)用數(shù)據(jù)和含有均勻缺失項的不完全數(shù)據(jù)激發(fā)的問題；還提出了一種新的具有粘性網(wǎng)正則化的VAR模型及其等價貝葉斯模型，該模型既考慮了穩(wěn)定的稀疏性，又考慮了群體選擇?！稒C器學習的數(shù)學理論》可作為本科生或研究生的入門教材。對于希望進一步加強對機器學習的理解的教授、行業(yè)專家和獨立研究人員來說，該書也是好的選擇。

　　史斌（Bin Shi）博士目前是加州大學伯克利分校的博士后研究員。他的研究重點是機器學習理論，特別是機器學習中的優(yōu)化理論。史斌博士2006年畢業(yè)于中國海洋大學應(yīng)用數(shù)學專業(yè)，獲理學學士學位；2008年至2011年師從復(fù)旦大學袁小平教授學習現(xiàn)代常微分方程理論，并接受嚴格的數(shù)學訓(xùn)練；2011年獲復(fù)旦大學數(shù)學專業(yè)和麻省大學達特茅斯分校理論物理專業(yè)理學雙碩士學位。他的研究興趣集中在統(tǒng)計機器學習和優(yōu)化，以及一些理論計算機科學，他的研究成果已發(fā)表在NIPS OPT-2017研討會和INFORMS Jour-nal on Optimization（機器學習特刊）上。S.S.艾揚格（S.S.lyengar）博士，是邁阿密佛羅里達國際大學杰出的大學教授、杰出的Ryder教授和計算與信息科學學院院長，是分布式傳感器網(wǎng)絡(luò)／傳感器融合、機器人技術(shù)計算領(lǐng)域以及高性能計算領(lǐng)域的先驅(qū)。他曾是印度科學理工學院（IISC）班加羅爾分校的Satish Dhawan教授，以及泰米爾納德邦Kalpakkam IGCAR的Homi Bhabha教授，還曾是巴黎大學、清華大學、KAIST等的客座教授。他發(fā)表研究論文600余篇，在MIT出版社、John Wiley & Sons出版社、Prentice Hall出版社、CRC出版社、Springer Verlag出版社等出版22部專著，這些出版物已在世界各地的重點大學使用。他擁有許多專利，其中一些專利還出現(xiàn)在得克薩斯州達拉斯市舉辦的世界技術(shù)論壇上。他的研究出版物涉及高效算法、并行計算、傳感器網(wǎng)絡(luò)和機器人的設(shè)計與分析。在過去的40年里，他指導(dǎo)了55名博士生、100名碩士生和許多本科生，這些學生現(xiàn)在遍布世界各地，有的是重點大學的教師，有的是國家實驗室／工業(yè)領(lǐng)域的科學家或工程師。他的許多本科生仍在從事他的研究項目。最近，艾揚格博士獲得了Times Network媒體集團評選的2017年度非居民印度人獎，這是一個為全球印度領(lǐng)導(dǎo)人設(shè)立的著名獎項。艾揚格博士是歐洲科學院成員，IEEE、ACM、AAAS、美國國家發(fā)明家科學院（NAI）、美國設(shè)計與工藝學會（SPDS）、美國工程師學會（FIE）、美國醫(yī)學與生物工程學會（AIMBE）的高級或資深會員。由于對傳感器融合算法和并行算法的貢獻，他獲得了班加羅爾印度科學研究所的杰出校友獎和IEEE計算機協(xié)會技術(shù)成就獎。他還在噴氣推進實驗室獲得了IBM杰出教師獎和NASA夏季獎學金。他是2010年得克薩斯州奧斯汀市跨學科學習與高級研究學院的研究員。他獲得了各種國內(nèi)和國際獎項，包括Times Network媒體集團評選的2017年度非居民印度人獎、2013年美國國家發(fā)明家科學院院士獎、2013年倫敦上議院的NRI圣雄甘地·普拉瓦西獎?wù)拢约皣H敏捷制造協(xié)會（ISAM）授予的終身成就獎，以表彰他在教學、研究和管理領(lǐng)域的杰出成就以及對印度理工學院（BHU）在工程和計算機科學領(lǐng)域做出的畢生貢獻。2012年，他和Nulogix榮獲2012年佛羅里達創(chuàng)新一產(chǎn)業(yè)獎（i2i）。因在傳感器網(wǎng)絡(luò)、計算機視覺和圖像處理領(lǐng)域的研究，他獲得了廈門大學頒發(fā)的杰出研究獎。他與他的研究小組的里程碑式的貢獻，包括在分布式傳感器網(wǎng)絡(luò)中開發(fā)用于監(jiān)視和目標定位的網(wǎng)格覆蓋與Brooks-Iyengar融合算法。他獲得了富布賴特杰出研究獎，以及2019年IEEE智能和安全信息學研究領(lǐng)導(dǎo)獎；在第25屆國際IEEE高性能計算會議（2019年）上，因其對分布式傳感器網(wǎng)絡(luò)的貢獻而獲得終身成就獎，該獎由Infosys的聯(lián)合創(chuàng)始人Narayana Murthy博士頒發(fā)；獲得佛羅里達州青光眼裝置創(chuàng)新技術(shù)工業(yè)創(chuàng)新獎、LSU Rainmaker獎，以及杰出研究碩士獎。他還被授予榮譽理工科博士學位。他在世界上許多公司和大學的顧問委員會任職，還曾在許多國家科學委員會任職，如美國國立衛(wèi)生研究院生物信息學國家醫(yī)學圖書館、國家科學基金會評審小組、美國宇航局空間科學、國土安全部、海軍安全辦公室等。他對美國海軍研究實驗室的貢獻是一項開拓性工作的核心，該項工作旨在為科學技術(shù)發(fā)展圖像分析，并擴大美國海軍研究實驗室的目標。他的研究成果可以在多家公司和多個國家實驗室中看到，如雷神公司、Telcordia公司、摩托羅拉公司、美國海軍、DARPA和其他美國機構(gòu)。他在DARPA與BBN、劍橋、馬薩諸塞、MURI、PSU／ARL、杜克大學、威斯康星大學、加州大學洛杉磯分校（UCLA）、康奈爾大學和LSU的研究人員項目演示中做出了重要貢獻。他也是International Journal of Distributed Sen-sor Networks的創(chuàng)刊編輯。他曾是多家期刊的編委會成員，也是多所大學的博士委員會成員，包括卡內(nèi)基梅隆大學（CMU）、杜克大學和世界各地的許多其他大學。他目前是ACM Computing Surveys等期刊的編輯。他還是FIU發(fā)現(xiàn)實驗室的創(chuàng)始主任。他的研究成果被廣泛引用。他的基礎(chǔ)工作已經(jīng)轉(zhuǎn)化為獨特的技術(shù)。在長達40年的職業(yè)生涯中，艾揚格博士以一種獨特的方式致力于運用數(shù)學形態(tài)學來定量地理解計算過程，并將其應(yīng)用于許多領(lǐng)域。