
个人 Maker
Andrew Gordon Wilson
用贝叶斯方法、缩放科学与可操作理论理解深度学习的 Maker
持续在做什么
Andrew Gordon Wilson 是纽约大学 Courant Institute 与数据科学中心机器学习教授,研究目标是建立能够指导自主智能系统设计的“可操作理解”。他的工作横跨深度学习泛化、贝叶斯方法、不确定性、分布偏移、归纳偏置、数值线性代数与科学发现,并通过缩放定律、epiplexity 等新度量把经验现象连接到可检验的理论与工程决策。
值得先看
0 条内容还没有整理值得先看的内容。
