涉及人工智能、机器学习、统计学习理论等多方面技术的顶级会议-第20届人工智能和统计(The 20th International Conference on Artificial Intelligence and Statistics,多数时候简称 AISTATS 会议)今年4月20日-22日在美国弗罗里达州的劳德代尔堡(Fort Lauderdale)举行。历史上,AISTATS 相比于 ICML 或者 NIPS,是一个相对比较“轻量级”(主要是指大会的发表论文数目)的偏重理论和全方面统计学习的学术大会。这个会议的涵盖面非常广泛并且理论文章比较多,一般的读者很难从浩如烟海的文献中即刻抓取到有用信息,这里笔者从众多文章中精选出5篇有代表性的文章,为读者提供思路。
Stochastic Rank-1 Bandits
概要:这篇文章探讨的是在一组列和行的向量所组成的乘积空间里做 Multi-armed Bandit 问题。文章对推荐系统有研究的学者和实践者有启发。
文章作者来自于几个大学和 Adobe Research。其中 Branislav Kveton 和 Zheng Wen 在过去几年发表过多篇关于 Bandits 的文章,值得关注。
文章解决的是一个在应用中经常遇到的问题,那就是每一步 Agent 是从一对 Row 和
Column 的 Arms 中选择,并且得
本文介绍了AISTATS 2017会议上5篇具有代表性的论文,涉及Stochastic Rank-1 Bandits、Stochastically Controlled Stochastic Gradient Method、Decentralized Collaborative Learning、Fast Bayesian Optimization和Communication-Efficient Learning等主题,探讨了在推荐系统、大规模数据优化、分布式学习和个人模型优化等方面的研究进展。
订阅专栏 解锁全文
588

被折叠的 条评论
为什么被折叠?



