• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Зарубежные коллеги Александр Шеховцов (Czech Technical University in Prague) и Бельхаль Карими (Ecole Polytechnique & INRIA) представили доклады по актуальным проблемам машинного обучения

24 июля на ФКН состоялись доклады зарубежных коллег: Александра Шеховцова (Czech Technical University in Prague), приглашённого Центром глубинного обучения и байесовских методов, и Бельхаля Карими (Ecole Polytechnique & INRIA), проходящего стажировку в Центре.

Зарубежные коллеги Александр Шеховцов (Czech Technical University in Prague) и Бельхаль Карими (Ecole Polytechnique & INRIA) представили доклады по актуальным проблемам машинного обучения

Наши зарубежные коллеги представили доклады по актуальным проблемам машинного обучения.

Александр Шеховцов (Czech Technical University in Prague) в докладе "Statistical Problems in Neural Networks" рассказал о том, что нейронные сети в последнее время зарекомендовали себя как очень хорошо работающая технология. Настолько хорошо, что, может показаться, отпадает необходимость в использовании статистических моделей и теории статистических решений.
Александр показал, какие аспекты нейронных сетей требуют статистической обработки и осветил, какие открытые проблемы существуют в области, также предложив их возможные решения.


Бельхаль Карими (Ecole Polytechnique & INRIA) в докладе "Nonconvex Optimization for Latent Data Models: An Incremental and An Online Point of View" указал на то, что недавние прорывы в статистическом моделировании, такие как глубинное обучение, в сочетании со взрывным ростом данных, требуют усовершенствования невыпуклых процедур оптимизации для больших наборов данных.

Предлагаемые докладчиком пути решения -  разработка алгоритмов с более «дешёвыми» обновлениями, в идеале не зависящих от количества выборок, и совершенствование теоретического понимания невыпуклой оптимизации, которое сейчас остается довольно ограниченным.