干貨：Google 蘇黎世算法與優(yōu)化專題講座總結(jié)（附演示文稿+視頻）

本文作者：汪思穎

2018-03-08 12:09

導(dǎo)語：機(jī)器學(xué)習(xí)理論和大規(guī)模圖挖掘領(lǐng)域干貨，速取

雷鋒網(wǎng) AI 研習(xí)社按，近日，谷歌在蘇黎世辦事處舉辦了一場(chǎng)有關(guān)算法與優(yōu)化的專題講座，旨在通過提供一個(gè)論壇來交流機(jī)器學(xué)習(xí)理論和大規(guī)模圖挖掘領(lǐng)域的想法。該論壇涉及到市場(chǎng)算法、機(jī)器學(xué)習(xí)理論、大規(guī)模圖挖掘、隱私與公平、略圖構(gòu)造、哈希和動(dòng)態(tài)算法這五個(gè)方向。在講座結(jié)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(duì)講座內(nèi)容進(jìn)行了總結(jié)整理，相關(guān)文稿和視頻現(xiàn)已對(duì)外公布。雷鋒網(wǎng) AI 研習(xí)社獲授權(quán)轉(zhuǎn)載，做了不改變?cè)獾木庉嬚恚?/p>

近日，谷歌在蘇黎世辦事處舉辦了一次有關(guān)算法與優(yōu)化的專題講座，旨在通過提供一個(gè)論壇來交流機(jī)器學(xué)習(xí)理論和大規(guī)模圖挖掘領(lǐng)域的想法，培育學(xué)術(shù)界研究員和 Google 研究員之間的協(xié)作。

專題講座分為五個(gè)部分，每個(gè)部分都包括由接觸以下研究領(lǐng)域的出席者所作的演講：

干貨：Google 蘇黎世算法與優(yōu)化專題講座總結(jié)（附演示文稿+視頻）

Silvio Lattanzi 正在演示圖挖掘團(tuán)隊(duì)的工作

市場(chǎng)算法

此部分包含五個(gè)演講，探討了與優(yōu)化在線市場(chǎng)和重復(fù)拍賣相關(guān)的問題。Vahab Mirrokni（Google 紐約辦事處）以一個(gè)介紹市場(chǎng)算法項(xiàng)目的概覽演講開啟了這個(gè)部分，隨后，Paul Duetting（倫敦政治經(jīng)濟(jì)學(xué)院）講解了用于定價(jià)的隨機(jī)優(yōu)化的近期發(fā)展。Renato Paes Leme（Google 紐約辦事處）談?wù)摿藢?shí)踐中的動(dòng)態(tài)拍賣。Stefano Leonardi（羅馬大學(xué)）講解了預(yù)訂交易平臺(tái)市場(chǎng)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(yù)訂廣告。

機(jī)器學(xué)習(xí)理論

我們的第二部分側(cè)重于機(jī)器學(xué)習(xí)研究的理論方面。Olivier Bousquet（蘇黎世 Google Brain 團(tuán)隊(duì)）開啟了這個(gè)部分，他討論了分發(fā)的不可知學(xué)習(xí)中的挑戰(zhàn)。隨后，Amin Karbasi（耶魯大學(xué)）和 Andreas Krause（蘇黎世聯(lián)邦理工學(xué)院）分別介紹了子模塊化優(yōu)化和學(xué)習(xí)子模塊化模型的最新成果。Martin Jaggi（洛桑聯(lián)邦理工學(xué)院）說明了并行處理優(yōu)化算法的新技術(shù)。最后，Nicolò Cesa-Bianchi（米蘭大學(xué)）介紹了老虎機(jī)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(xiàng)目的一些成就和挑戰(zhàn)。Silvio Lattanzi（Google 蘇黎世辦事處）開啟了這個(gè)部分，他介紹了圖挖掘團(tuán)隊(duì)的應(yīng)用和理論工作。之后，Piotr Sankowski（華沙大學(xué)）演示了一個(gè)用于說明真實(shí)圖中級(jí)聯(lián)大小的有趣模型。Thomas Sauerwald（劍橋大學(xué)）演示了合并隨機(jī)漫步領(lǐng)域的部分新成果，Peter Sanders（卡爾斯魯厄理工學(xué)院）介紹了大型數(shù)據(jù)集算法工程方面的幾個(gè)有趣成果。在這場(chǎng)演講之后，我們與 Peter Sanders 和 Christian Schulz（維也納大學(xué)）就用于生成均衡圖分割結(jié)果的不同技術(shù)展開了頭腦風(fēng)暴，這些結(jié)果優(yōu)于近期一篇論文中所生成切割的質(zhì)量。我們期待看到改進(jìn)的結(jié)果。

隱私與公平

此部分介紹了與隱私保護(hù)算法以及機(jī)器學(xué)習(xí)和推薦系統(tǒng)中的公平有關(guān)的新主題。這兩個(gè)主題是機(jī)器學(xué)習(xí)的主要關(guān)注領(lǐng)域。例如，Sergei Vassilvitskii（Google 紐約辦事處）講解了用于計(jì)算公平聚類的新算法，Elisa Celis（洛桑聯(lián)邦理工學(xué)院）則討論了機(jī)器學(xué)習(xí)領(lǐng)域算法公平和偏差的多個(gè)方面。Florin Ciocan（歐洲工商管理學(xué)院）介紹了用于公平分配的算法，Graham Cormode（華威大學(xué)）講解了用于專屬邊際統(tǒng)計(jì)的算法。