Los estadísticos de Stanford han desarrollado algunas de las teorías estadísticas más fundamentales que tienen aplicaciones en el aprendizaje automático. Te sugiero que mires el trabajo de David Donoho, Emmanuel Candes, Trevor Hastie, Jerome Friedman y Rob Tibshirani para empezar. Son bastante responsables del uso generalizado actual de la regularización ell-1 para una variedad de aplicaciones en estadística, procesamiento de señales y aprendizaje automático. Hay una razón por la cual 5 de los 15 principales matemáticos más citados del ISI están en Stanford, porque han producido una teoría que ha tenido un gran impacto en las aplicaciones en el procesamiento de señales, estadísticas para aplicaciones biológicas y aprendizaje automático.
Aquí hay algunos ejemplos:
El documento que generó la búsqueda de representaciones dispersas, codificación dispersa y aprendizaje de diccionarios.
http://www.jstor.org/stable/10.2…
http://www.pnas.org/content/100/…
- ¿Cómo son las instalaciones de investigación en el nuevo AIIMS (aparte de Delhi)? ¿Los estudiantes allí tienen oportunidades y exposición para hacer investigación?
- Cómo elegir una empresa de investigación de mercado
- ¿Para qué condiciones el uso de la acupuntura está respaldado por una investigación controlada?
- ¿Por qué los psicólogos investigan?
- Recibí el doctorado de ASU y TUB en Bioquímica. ¿Qué universidad debería elegir si mi preferencia son las oportunidades de investigación y la reputación?
Lazo – (regularización ell-1 para regresión lineal dispersa)
Utilizado en todas partes en problemas de aprendizaje automático.
http://www.jstor.org/stable/10.2…
Eigenmaps de Hesse: para la reducción de la dimensionalidad y el aprendizaje múltiple
http://www.pnas.org/content/100/…
Modelos aditivos generalizados
http://www.jstor.org/stable/10.2…
Si tiene curiosidad sobre por qué no ve o escucha de su trabajo con más frecuencia, esto se debe a que la gran mayoría del trabajo que realizan crea la base matemática para los pocos papeles asesinos que otras áreas de aplicación consumen más tarde. Apenas vi ningún trabajo fundamental citado en las conversaciones en ACM-KDD en 2011, aunque gran parte del trabajo se derivó claramente de las Estadísticas de Stanford en todo el lugar.
http://www.in-cites.com/scientis…
