機(jī)器學(xué)習(xí)的數(shù)學(xué)理論

　　《機(jī)器學(xué)習(xí)的數(shù)學(xué)理論》重點(diǎn)研究機(jī)器學(xué)習(xí)的數(shù)學(xué)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(yán)z格鞍點(diǎn)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(gè)由隨機(jī)高斯噪聲的實(shí)際應(yīng)用數(shù)據(jù)和含有均勻缺失項(xiàng)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(jià)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。《機(jī)器學(xué)習(xí)的數(shù)學(xué)理論》可作為本科生或研究生的入門教材。對(duì)于希望進(jìn)一步加強(qiáng)對(duì)機(jī)器學(xué)習(xí)的理解的教授、行業(yè)專家和獨(dú)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(xué)伯克利分校的博士后研究員。他的研究重點(diǎn)是機(jī)器學(xué)習(xí)理論，特別是機(jī)器學(xué)習(xí)中的優(yōu)化理論。史斌博士2006年畢業(yè)于中國海洋大學(xué)應(yīng)用數(shù)學(xué)專業(yè)，獲理學(xué)學(xué)士學(xué)位；2008年至2011年師從復(fù)旦大學(xué)袁小平教授學(xué)習(xí)現(xiàn)代常微分方程理論，并接受嚴(yán)格的數(shù)學(xué)訓(xùn)練；2011年獲復(fù)旦大學(xué)數(shù)學(xué)專業(yè)和麻省大學(xué)達(dá)特茅斯分校理論物理專業(yè)理學(xué)雙碩士學(xué)位。他的研究興趣集中在統(tǒng)計(jì)機(jī)器學(xué)習(xí)和優(yōu)化，以及一些理論計(jì)算機(jī)科學(xué)，他的研究成果已發(fā)表在NIPS OPT-2017研討會(huì)和INFORMS Jour-nal on Optimization（機(jī)器學(xué)習(xí)特刊）上。S.S.艾揚(yáng)格（S.S.lyengar）博士，是邁阿密佛羅里達(dá)國際大學(xué)杰出的大學(xué)教授、杰出的Ryder教授和計(jì)算與信息科學(xué)學(xué)院院長，是分布式傳感器網(wǎng)絡(luò)／傳感器融合、機(jī)器人技術(shù)計(jì)算領(lǐng)域以及高性能計(jì)算領(lǐng)域的先驅(qū)。他曾是印度科學(xué)理工學(xué)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(xué)、清華大學(xué)、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(diǎn)大學(xué)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(dá)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(jì)算、傳感器網(wǎng)絡(luò)和機(jī)器人的設(shè)計(jì)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(xué)生現(xiàn)在遍布世界各地，有的是重點(diǎn)大學(xué)的教師，有的是國家實(shí)驗(yàn)室／工業(yè)領(lǐng)域的科學(xué)家或工程師。他的許多本科生仍在從事他的研究項(xiàng)目。最近，艾揚(yáng)格博士獲得了Times Network媒體集團(tuán)評(píng)選的2017年度非居民印度人獎(jiǎng)，這是一個(gè)為全球印度領(lǐng)導(dǎo)人設(shè)立的著名獎(jiǎng)項(xiàng)。艾揚(yáng)格博士是歐洲科學(xué)院成員，IEEE、ACM、AAAS、美國國家發(fā)明家科學(xué)院（NAI）、美國設(shè)計(jì)與工藝學(xué)會(huì)（SPDS）、美國工程師學(xué)會(huì)（FIE）、美國醫(yī)學(xué)與生物工程學(xué)會(huì)（AIMBE）的高級(jí)或資深會(huì)員。由于對(duì)傳感器融合算法和并行算法的貢獻(xiàn)，他獲得了班加羅爾印度科學(xué)研究所的杰出校友獎(jiǎng)和IEEE計(jì)算機(jī)協(xié)會(huì)技術(shù)成就獎(jiǎng)。他還在噴氣推進(jìn)實(shí)驗(yàn)室獲得了IBM杰出教師獎(jiǎng)和NASA夏季獎(jiǎng)學(xué)金。他是2010年得克薩斯州奧斯汀市跨學(xué)科學(xué)習(xí)與高級(jí)研究學(xué)院的研究員。他獲得了各種國內(nèi)和國際獎(jiǎng)項(xiàng)，包括Times Network媒體集團(tuán)評(píng)選的2017年度非居民印度人獎(jiǎng)、2013年美國國家發(fā)明家科學(xué)院院士獎(jiǎng)、2013年倫敦上議院的NRI圣雄甘地·普拉瓦西獎(jiǎng)?wù)?，以及國際敏捷制造協(xié)會(huì)（ISAM）授予的終身成就獎(jiǎng)，以表彰他在教學(xué)、研究和管理領(lǐng)域的杰出成就以及對(duì)印度理工學(xué)院（BHU）在工程和計(jì)算機(jī)科學(xué)領(lǐng)域做出的畢生貢獻(xiàn)。2012年，他和Nulogix榮獲2012年佛羅里達(dá)創(chuàng)新一產(chǎn)業(yè)獎(jiǎng)（i2i）。因在傳感器網(wǎng)絡(luò)、計(jì)算機(jī)視覺和圖像處理領(lǐng)域的研究，他獲得了廈門大學(xué)頒發(fā)的杰出研究獎(jiǎng)。他與他的研究小組的里程碑式的貢獻(xiàn)，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(biāo)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(jiǎng)，以及2019年IEEE智能和安全信息學(xué)研究領(lǐng)導(dǎo)獎(jiǎng)；在第25屆國際IEEE高性能計(jì)算會(huì)議（2019年）上，因其對(duì)分布式傳感器網(wǎng)絡(luò)的貢獻(xiàn)而獲得終身成就獎(jiǎng)，該獎(jiǎng)由Infosys的聯(lián)合創(chuàng)始人Narayana Murthy博士頒發(fā)；獲得佛羅里達(dá)州青光眼裝置創(chuàng)新技術(shù)工業(yè)創(chuàng)新獎(jiǎng)、LSU Rainmaker獎(jiǎng)，以及杰出研究碩士獎(jiǎng)。他還被授予榮譽(yù)理工科博士學(xué)位。他在世界上許多公司和大學(xué)的顧問委員會(huì)任職，還曾在許多國家科學(xué)委員會(huì)任職，如美國國立衛(wèi)生研究院生物信息學(xué)國家醫(yī)學(xué)圖書館、國家科學(xué)基金會(huì)評(píng)審小組、美國宇航局空間科學(xué)、國土安全部、海軍安全辦公室等。他對(duì)美國海軍研究實(shí)驗(yàn)室的貢獻(xiàn)是一項(xiàng)開拓性工作的核心，該項(xiàng)工作旨在為科學(xué)技術(shù)發(fā)展圖像分析，并擴(kuò)大美國海軍研究實(shí)驗(yàn)室的目標(biāo)。他的研究成果可以在多家公司和多個(gè)國家實(shí)驗(yàn)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(jī)構(gòu)。他在DARPA與BBN、劍橋、馬薩諸塞、MURI、PSU／ARL、杜克大學(xué)、威斯康星大學(xué)、加州大學(xué)洛杉磯分校（UCLA）、康奈爾大學(xué)和LSU的研究人員項(xiàng)目演示中做出了重要貢獻(xiàn)。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(huì)成員，也是多所大學(xué)的博士委員會(huì)成員，包括卡內(nèi)基梅隆大學(xué)（CMU）、杜克大學(xué)和世界各地的許多其他大學(xué)。他目前是ACM Computing Surveys等期刊的編輯。他還是FIU發(fā)現(xiàn)實(shí)驗(yàn)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(dú)特的技術(shù)。在長達(dá)40年的職業(yè)生涯中，艾揚(yáng)格博士以一種獨(dú)特的方式致力于運(yùn)用數(shù)學(xué)形態(tài)學(xué)來定量地理解計(jì)算過程，并將其應(yīng)用于許多領(lǐng)域。