Chương trình đào tạo ngắn hạn chuyên sâu: “Các phương pháp thống kê hiện đại”

Viện nghiên cứu cao cấp về Toán do GS Ngô Bảo Châu làm Giám đốc khoa học đã phối hợp và mời các giáo sư, chuyên gia hàng đầu đến từ các trường và viện như: Chicago University, Japan Advanced Institute of Science and Technology (JAIST), State  University of  New York at Buffalo, University of Michigan, …

Mục tiêu của chương trình học:

• Giới thiệu với cộng đồng nghiên cứu về học máy tính ở Việt Nam những phương pháp học máy tính thống kê hiện đại được phát triển và sử dụng trong thời gian gần đây, làm cơ sở cho nghiên cứu và ứng dụng về học máy tính hoặc liên quan đến học máy tính.
• Tạo điều kiện để các nghiên cứu viên, học viên làm việc tại Viện Nghiên cứu Cao cấp về Toán (Viện NCCCVT) với các chuyên gia về các phương pháp học máy tính thống kê hiện đại

Chương trình học được chia làm 3 đợt:

Đợt 1: Từ ngày 18 – 22/6/2012: Bài giảng về các phương pháp thống kê nhiều chiều và học máy tính

• Giảng viên: GS Hồ Tú Bảo, Japan Advanced Institute of Science and Technology
• Các bài giảng này nhằm giới thiệu sự phát triển, xu thế và các hướng nghiên cứu gần đây trong ngành học máy tính cũng như một số phương pháp thống kê nhiều chiều hiện đại, chuẩn bị cơ sở cho các bài giảng tiếp theo của đề tài:

– Sự phát triển, các hướng nghiên cứu và một số thách thức trong học máy tính (Machine learning: its roles in other sciences, recent directions and some challenges)

– Đánh giá và chọn lựa mô hình trong hồi quy bội và hồi quy đa biến (Model assessment and selection in multiple and multivariate regresion)

– Các phương pháp kernel và hỗ trợ vector trên máy tính SVM (Kernel methods and support vector machines)

– Rút gọn số chiều và học đa tạp (Dimensionality reduction và manifold learning)

– Các mô hình chủ đề trong phân tích văn bản (Topic models in text analysis)

Đợt 2: Từ ngày 30/7 – 3/8/2012: Bài giảng về các phương pháp phi tham số Bayes và mô hình đồ thị xác suất

• Giảng viên: GS Nguyễn Xuân Long, University of Michigan, Mỹ.
• Các bài giảng này giới thiệu vấn đề và phương pháp trong hai hướng kể trên của học máy tính thống kê:

– Mô hình hỗn hợp vô hạn dựa trên các quá trình stick-breaking (Infinite mixture models based on stick-breaking processes)

– Các quá trình Dirichlet, stick-breaking, nhà hàng Trung Hoa (Dirichlet processes, stick-breaking processes, Chinese restaurant processes)

– Các thuật toán Markov Chain Monte Carlo cho các hỗn hợp vô hạn (Markov Chain Monte Carlo algorithms for infinite mixtures)

– Mô hình Bayes phi tham số thứ bậc (Hierarchical nonparametric Bayes)

– Mô hình Bayes phi tham số để học các cấu trúc mạng ẩn (Nonparametric Bayes for learning latent network structures)

– Lý thuyết phi đối xứng cho suy diễn thống kê trong các mô hình hỗn hợp vô hạn (Asymptotic theory for statistical inference in infinite mixtures)

– Suy diễn biến phân và các thuật toán message-passing (Variational inference and message-passing algorithms)

Đợt 3: Từ ngày 06 – 17/8/2012. Làm việc với các chuyên gia tại VIASM (seminar, thảo luận…) và bài giảng của giáo sư John Lafferty, Chicago University.

– Tính thưa trong hồi quy (Sparsity in regression)

– Học cấu trúc mô hình đồ thị (Graphical model structure learning)

– Suy diễn phi tham số (Nonparametric inference)

– Các mô hình chủ đề (Topic models)

HMH (st)