Big Data Better Answers: Optimization at Scale with Courtney Paquette

カートのアイテムが多すぎます

ご購入は五十タイトルがカートに入っている場合のみです。

カートに追加できませんでした。

しばらく経ってから再度お試しください。

ウィッシュリストに追加できませんでした。

しばらく経ってから再度お試しください。

ほしい物リストの削除に失敗しました。

しばらく経ってから再度お試しください。

ポッドキャストのフォローに失敗しました

ポッドキャストのフォロー解除に失敗しました

Big Data Better Answers: Optimization at Scale with Courtney Paquette

無料で聴く

ポッドキャストの詳細を見る

概要

Large-scale optimization and machine learning shape modern data science, and Courtney Paquette, Ph.D., McGill University, studies how to design and analyze algorithms for large-scale optimization problems motivated by applications and data science. Paquette draws on probability, complexity theory, and convex and non-smooth optimization, and examines scaling limits of stochastic algorithms. Speaking with Saura Naderi, UC San Diego, Paquette describes an unconventional path from finance to pure mathematics and explains how persistence and comfort with uncertainty support long-term research. She highlights the challenge of building missing foundations while advancing through graduate training, and she connects that experience to the realities of doing original work. Paquette also reflects on rapid progress in machine learning and frames AI systems as tools that can be used thoughtfully. Series: "Science Like Me" [Science] [Show ID: 41119]

まだレビューはありません