雷鋒網 AI 研習社按，近日，谷歌在蘇黎世辦事處舉辦了一場有關算法與優(yōu)化的專題講座，旨在通過提供一個論壇來交流機器學習理論和大規(guī)模圖挖掘領域的想法。該論壇涉及到市場算法、機器學習理論、大規(guī)模圖挖掘、隱私與公平、略圖構造、哈希和動態(tài)算法這五個方向。在講座結束之后，Google 蘇黎世辦事處研究員 Silvio Lattanzi 和 Google 紐約辦事處研究員 Vahab Mirrokni 對講座內容進行了總結整理，相關文稿和視頻現(xiàn)已對外公布。雷鋒網 AI 研習社獲授權轉載，做了不改變原意的編輯整理：

近日，谷歌在蘇黎世辦事處舉辦了一次有關算法與優(yōu)化的專題講座，旨在通過提供一個論壇來交流機器學習理論和大規(guī)模圖挖掘領域的想法，培育學術界研究員和 Google 研究員之間的協(xié)作。

專題講座分為五個部分，每個部分都包括由接觸以下研究領域的出席者所作的演講：

Silvio Lattanzi 正在演示圖挖掘團隊的工作

• 市場算法

此部分包含五個演講，探討了與優(yōu)化在線市場和重復拍賣相關的問題。Vahab Mirrokni（Google 紐約辦事處）以一個介紹市場算法項目的概覽演講開啟了這個部分，隨后，Paul Duetting（倫敦政治經濟學院）講解了用于定價的隨機優(yōu)化的近期發(fā)展。Renato Paes Leme（Google 紐約辦事處）談論了實踐中的動態(tài)拍賣。Stefano Leonardi（羅馬大學）講解了預訂交易平臺市場面臨的挑戰(zhàn)，最后，Radu Jurca（Google 蘇黎世辦事處）說明了如何打包 YouTube 預訂廣告。

• 機器學習理論

我們的第二部分側重于機器學習研究的理論方面。Olivier Bousquet（蘇黎世 Google Brain 團隊）開啟了這個部分，他討論了分發(fā)的不可知學習中的挑戰(zhàn)。隨后，Amin Karbasi（耶魯大學）和 Andreas Krause（蘇黎世聯(lián)邦理工學院）分別介紹了子模塊化優(yōu)化和學習子模塊化模型的最新成果。Martin Jaggi（洛桑聯(lián)邦理工學院）說明了并行處理優(yōu)化算法的新技術。最后，Nicolò Cesa-Bianchi（米蘭大學）介紹了老虎機新成果。

• 大規(guī)模圖挖掘

在這一部分中，我們介紹了大規(guī)模圖挖掘項目的一些成就和挑戰(zhàn)。Silvio Lattanzi（Google 蘇黎世辦事處）開啟了這個部分，他介紹了圖挖掘團隊的應用和理論工作。之后，Piotr Sankowski（華沙大學）演示了一個用于說明真實圖中級聯(lián)大小的有趣模型。Thomas Sauerwald（劍橋大學）演示了合并隨機漫步領域的部分新成果，Peter Sanders（卡爾斯魯厄理工學院）介紹了大型數(shù)據集算法工程方面的幾個有趣成果。在這場演講之后，我們與 Peter Sanders 和 Christian Schulz（維也納大學）就用于生成均衡圖分割結果的不同技術展開了頭腦風暴，這些結果優(yōu)于近期一篇論文中所生成切割的質量。我們期待看到改進的結果。

• 隱私與公平

此部分介紹了與隱私保護算法以及機器學習和推薦系統(tǒng)中的公平有關的新主題。這兩個主題是機器學習的主要關注領域。例如，Sergei Vassilvitskii（Google 紐約辦事處）講解了用于計算公平聚類的新算法，Elisa Celis（洛桑聯(lián)邦理工學院）則討論了機器學習領域算法公平和偏差的多個方面。Florin Ciocan（歐洲工商管理學院）介紹了用于公平分配的算法，Graham Cormode（華威大學）講解了用于專屬邊際統(tǒng)計的算法。

• 略圖構造、哈希和動態(tài)算法

最后一個部分介紹了略圖構造、哈希和動態(tài)算法領域的一些最新成果。Morteza Zadimoghaddam（Google 紐約辦事處）開啟了這個部分，他介紹了一種用于動態(tài)一致性哈希的新算法。隨后，Robert Krauthgamer（魏茨曼科學研究所）講解了略圖構造與組合優(yōu)化領域的一些最新成果。Sayan Bhattacharya（華威大學）介紹了通過原始-對偶方法進行的動態(tài)算法設計。最后，Pino Italiano（羅馬第二大學）講解了用于網絡分析的有效新算法。

整體來說，這場論壇舉行了許多出色的演講，并提供了大量機會來討論有趣的問題。

所有的演示文稿（包括視頻）都可以在谷歌的專題講座網站上找到：

地址：https://sites.google.com/corp/view/algorithms-workshop/presentations

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。