KDD 2011的关于Scaling Up Machine Learning的Tutorial

文献阅读总结:网络表示学习/图学习 本文是对网络表示学习(Network/Graph Representation/Embedding Learning)领域已读文献的归纳总结,长期更新。 阅读详情
KDD 2011的关于Scaling Up Machine Learning的Tutorial

Scaling Up Machine Learning相对于研究来说,其实在实际应用中更为迫切一点。因为实际应用中存在太多的数据,造成了严重的效率问题,如何在有效地时间内,并且尽量最大化的利用好手里的资源来解决问题,是一个迫在眉睫的问题。

这里有一个KDD 2011的Tutorial,大家看看。

https://i-blog.csdnimg.cn/blog_migrate/edd202e35597acc539e545893c224aa5.jpeg

 

Scaling Up Machine Learning, the Tutorial,KDD 2011

 

Ron Bekkerman, Misha Bilenko and John Langford

Part I slides (Powerpoint) Introduction

Part II.a slides (Powerpoint) Use of Trees

Part II.b slides (Powerpoint) Graphical models

Part III slides (Summary + GPU learning + Terascale linear learning)

This tutorial gives a broad view of modern approaches for scaling up machine learning and data mining methods on parallel/distributed platforms. Demand for scaling up machine learning is task-specific: for some tasks it is driven by the enormous dataset sizes, for others by model complexity or by the requirement for real-time prediction. Selecting a task-appropriate parallelization platform and algorithm requires understanding their benefits, trade-offs and constraints. This tutorial focuses on providing an integrated overview of state-of-the-art platforms and algorithm choices. These span a range of hardware options (from FPGAs and GPUs to multi-core systems and commodity clusters), programming frameworks (including CUDA, MPI, MapReduce, and DryadLINQ), and learning settings (e.g., semi-supervised and online learning). The tutorial is example-driven, covering a number of popular algorithms (e.g., boosted trees, spectral clustering, belief propagation) and diverse applications (e.g., speech recognition and object recognition in vision).

The tutorial is based on (but not limited to) the material from our upcoming Cambridge U. Press edited bookwhich is currently in production and will be available in December 2011.

Presenters

Ron Bekkerman is a senior research scientist at LinkedIn where he develops machine learning and data mining algorithms to enhance LinkedIn products. Prior to LinkedIn, he was a researcher at HP Labs. Ron completed his PhD in Computer Science at the University of Massachusetts Amherst in 2007. He holds BSc and MSc degrees from the Technion---Israel Institute of Technology. Ron has published on various aspects of clustering, including multimodal clustering, semi-supervised clustering, interactive clustering, consensus clustering, one-class clustering, and clustering parallelization.

Misha Bilenko is a researcher in Machine Learning and Intelligence group at Microsoft Research, which he joined in 2006 after receiving his PhD from the University of Texas at Austin. His current research interests include large-scale machine learning methods, adaptive similarity functions and personalized advertising.

John Langford is a senior researcher at Yahoo! Research. He studied Physics and Computer Science at the California Institute of Technology, earning a double bachelor's degree in 1997, and received his PhD from Carnegie Mellon University in 2002. Previously, he was affiliated with the Toyota Technological Institute and IBM's Watson Research Center. He is the author of the popular Machine Learning weblog, hunch.net. John's research focuses on the fundamentals of learning, including sample complexity, learning reductions, active learning, learning with exploration, and the limits of efficient optimization.

=========

另外还有Blei的关于LDA以及其他的东西的Tutotial

many of you have asked for the slides from the tutorial at KDD.  i
posted them on this page:

http://www.cs.princeton.edu/~blei/topicmodeling.html

the link to the PDF of the slides is

http://www.cs.princeton.edu/~blei/kdd-tutorial.pdf

if any of you have comments or suggestions, please email me.  i hope
to use these slides again.

空气质量&天气质量数据来源整理 一. 空气质量 1.1 实时 1.1.1 pm25.in 有web界面,并且提供开放API 1.1.2 中国空气质量在线监测分析平台 1.1.3 环保部数据中心 1.2 历史 1.2.1 全国空气质量历史数据 | 北京市空气质量历史数据 该网址提供如下历史数据(可以直接通过百度网盘免费下载): 北京市空气质量历史数据下载(2013/12/06以来) 全国空气质量历史数据下载(2014... 阅读详情

相关推荐

《无线传感器网络简明教程》全套PPT课件2026

获取 《无线传感器网络简明教程》全套PPT课件2026::https://download.youkuaiyun.com/download/m0_54748666/93799997。第3章传感器网络的通信与组网技术.ppx。第6章传感器网络协议的技术标准.pptx。第8章传感器网络技术的军事应用.pptx。第5章传感器网络的应用开发基础.ppx。第4章传感器网络的支撑技术.ppt。第9章无线传感器网络实验.pptx。第2章微型传感器的基本知识ppx。第7章5G无线网络.pptx。第1章 概述.pptx。

m0_54748666的博客 130

scaling up machine learning...

http://people.cs.umass.edu/~ronb/scaling_up_machine_learning.htm 转载于:https://www.cnblogs.com/tandychao/archive/2013/04/16/3023943.html

weixin_38167262的博客 146

《移动通信系统》全套PPT课件2026(西安电子科技大学)

获取 《移动通信系统》全套PPT课件2026(西安电子科技大学)::https://download.youkuaiyun.com/download/m0_54748666/93799947。第4章OFDM新波形及多址接入技术.pptX。第11章 6G愿景与关键技术.pptx。第10章 典型5G行业应用.pptx。第2章 移动通信整体架构.pptx。第3章移动通信技术基础.pptx。第8章5G网络关键技术.pptx。第6章LTE技术规范.pptx。第5章多天线技术.pptx。第9章5G核心网.pptx。

m0_54748666的博客 253

KDD CUP 2018 | 北京监测站点空气质量可视化分析

起 KDD CUP作为全球顶级数据挖掘竞赛,幸得师弟鼓励拉上本拖油瓶一起参赛~~ 5.31日比赛就结束了,这次的kdd cup作为我们的练习赛吧,本来早就要做这个可视化分析的,但是工作太忙,一直抽不出时间,抱歉了,战友们=。= 明确目的 kdd cup 2018的题目要求:给出北京、伦敦各空气监测站点2017-2018年每天每小时的空气质量监测数据,以及当时附近的环境质量数据,预测未来48小时...

Data Hero 5549

《无线传感器网络技术原理及应用》全套PPT课件(武汉理工大学)

获取 《无线传感器网络技术原理及应用》全套PPT课件(武汉理工大学)::https://download.youkuaiyun.com/download/m0_54748666/93799972。第4章WSN通信与组网技术—02.ppt。第4章WSN通信与组网技术—03.ppt。第3章WSN拓扑结构、覆盖技术.ppt。第6章WSN协议技术标准.ppt。第2章WSN开发环境.ppt。第5章WSN支撑技术.ppt。第7章WSN接入技术.ppt。第8章WSN 的应用.ppt。第9章WSN与物联网.ppt。

m0_54748666的博客 155

《大模型导论》全套PPT课件2026

获取 《大模型导论》全套PPT课件2026::https://download.youkuaiyun.com/download/m0_54748666/93764313。第05章注意力机制与Transformer.pptx。第10章大模型认知边界与安全对齐.pptx。第02章-语言模型的哲理基础.pptx。第03章_神经网络与深度学习.pptx。第09章_LLM智能体实践.pptx。第07章大模型提示学习.pptx。第04章深度序列模型.pp女x。第08章大模型微调.pptx。第01章-绪论.pptx。

m0_54748666的博客 227

图转PPT把截图还原成可编辑幻灯片的步骤

做汇报的人大多遇到过这种场面:合作方只给了 PDF 和截图,上一任同事留下的模板只剩一张长图,设计交付的效果图是 JPG。想改两个字、挪一个模块,只能照着原图重新画一遍:一页半小时,十几页就是一天。于是“图转PPT”被反复搜索——能不能上传一张图,直接拿到一份可以继续修改的幻灯片?先给直接回答:可以,但结果取决于两件事,一是图片本身的质量,二是工具走的是“还原版式”还是“重新生成内容”的路线。如果你希望转换后接近原稿、后续还能继续改,优先选做版式复刻的工具;

zhippt_1014的博客 198

《集成电路EDA:电路、系统的设计与工具实用教程》全套PPT课件2026(吉林大学)

获取 《集成电路EDA:电路、系统的设计与工具实用教程》全套PPT课件2026(吉林大学)::https://download.youkuaiyun.com/download/m0_54748666/93789024。6第6章布局布线EDA-ICCll-提交版新.docx-pptx。5.1第5章-RTL语言与工具-DC使用流程-pptx。5第5章-RTL语言与工具-VCS.pptx。5第5章-RTL语言与工具-DC.pptx。6第6章布局布线EDA-ICC.pptx。4第4章模拟集成电路EDA-pptx。

m0_54748666的博客 647

【测评】SenseNova6.8Flash模型正式发布,支持动态 PPT 及 3D 设计

SenseNova 6.8 Flash将设计生成拓展至多种创作形态,支持Web、SVG、Three.js、Blender、PPT等形式,满足多样化的AI Native Design需求,并支持动态PPT、动态Poster与Agentic 3D设计。同时,模型可接入Figma等专业工作流,帮助用户将AI设计能力融入现有的专业设计流程。此外,模型还支持三维场景与交互内容创作,可综合处理空间布局、材质与光照、镜头控制及动画编排等因素,构建可在网页中实时渲染的三维内容,拓展从立体视觉展示到动态交互的表达方式。

Enweitech Software Works 337

Scaling up Machine Learning

Scaling up Machine Learning大数据,分布式环境下的机器学习论文集

IEEE Transactions on Industrial Informatics(TII) 投稿须知- Initial Submission

请注意,您可以在作者中心查看稿件的当前状态,如:在EIC办公室、分配给AE、AE邀请审稿人、AE指定审稿人、正在审稿、等待AE决定、等待EIC决定。为了确保公正的评审过程,我们要求在稿件中没有任何作者的身份(不包括作者的姓名、传记、隶属关系、求职信、签署的版权表格、识别脚注、致谢等)。如果你的手稿有很大一部分已经在会议上发表过,论文必须隐藏所有作者的身份,这样会议论文就可以被引用,就好像它是由不同的作者写的一样。请注意,通常你的技术成就是根据被引用的次数来评估的,而不是根据发表的论文数量。

loinleeai的博客 4430

我用 second-brain-skills 把 Claude Code 升级成了“第二大脑”:PPT、品牌手册、SOP 一人搞定

摘要(148字): second-brain-skills 将 ClaudeCode 从“写代码工具”升级为可复用的“第二大脑”。通过六项 Skill 实现品牌配置、PPT生成、SOP编写、外部服务调用等功能,采用“渐进式上下文披露”设计,按需加载,避免上下文溢出。只需复制目录即可部署,支持 Zapier、GitHub 等 MCPP 服务,显著减少重复沟通。适合独立开发者、内容创作者与团队文档担当,让 AI 持久记住你的风格与流程,真正成为高效工作搭档。

1、测试博主技术知识分享 2、pos行业知识技术分享 3、java后端技术知识分享 4、嵌入式技术知识分享 5、运维部署相关知识分享 401

CAD的.dwg文件导入 ArcGIS:高程分析、坡度分析、坡向分析

CAD的.dwg文件导入 ArcGIS,再进行高程分析、坡度分析、坡向分析。

My_Echo_yM的博客 7237

实测MedPeer AI PPT:能不能撑起一场课题组汇报

最戳课题组的两个点:一是可以定制专属模板,上传课题组固定的封面、Logo和参考版式,就能生成一套可反复复用的模板,往后同门做组会、进展汇报,视觉风格都能保持一致;此前也用过不少AI PPT工具,但它们大多偏向普通商务演示,放进课题组的科研汇报里并不协调:抓不住研究重点,逻辑梳得松散,想要一套课题组专属模板基本做不到。客观说,在面向科研课题组的AI PPT工具里,它的完成度很高。体验远超预期:AI会自动提炼文稿里的核心研究论点,把汇报逻辑理顺,排版干净、没有多余花哨的元素,很适合学术场合。

keyanbanyungong的博客 333

【异常】Nacos 2.x 核心报错:Server check fail (gRPC 端口连不通) 深度排查

如果 Nacos 运行在 K8s 中,需确保对应的Servicemetadata:spec:ports:port: 8848port: 9848 # 必须暴露此端口selector:app: nacos在 Nacos 2.x 时代,“端口成套出现”是基础设施配置的基本要求。遇到连接失败时,首要检查的不是业务配置,而是网络链路上主端口 + 1000的 TCP 通讯是否被放行。更多关于 AI + 教育领域的干货,可以关注我的微信公众号一时间获取哦~

奶爸的编程之路,也就一周冷个三天 325

DLMS/COSEM协议的理解体会

DLMS是通信协议,COSEM是电表建模规范。HDLC帧基本格式为0x7e......

一个bug是bug,多个bug能work 8312

自动化办公新选择:一键产出 Word Excel PPT,关机持续执行任务

一键出文档表格幻灯片,比的是"从空白页到可编辑成品"的闭环,核心看多智能体协同、原生格式、数据溯源;关机后台继续跑,比的是"人离开后算力还在不在"的可靠性,核心看端云协同、跨设备接力、定时自动化。天天写研报、做路演、出严谨文档 → 优先看专业办公交付型(可溯源+Office三件套并行+续跑能力)团队已在某个IM生态里 → 用生态内AI,减少切换成本重复操作多、系统杂 → RPA补执行层想自己造前台Bot → 智能体搭建平台。

2601_96127361的博客 546

用 ABAP 驾驭 OAuth 2.0:从 Authorization Code 到 SAML Bearer 的全栈落地指南

ABAP平台OAuth 2.0客户端开发实践 本文为SAP开发者详细解析ABAP平台内置OAuth 2.0客户端的使用方法,涵盖四种授权流的最佳实践: 授权流选择: Authorization Code:适用于用户交互场景 SAML 2.0 Bearer:适合已有SAML体系的企业 Client Credentials:系统间通信 Password Credentials:过渡方案(不推荐) 配置流程: 通过SE80定义Client Profile 使用SOAUTH2_CLIENT/OA2C_CONFIG配

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 309

全自动办公:一键生成 Word/Excel/PPT,任务关机不断

一键出文档表格幻灯片,比的是"从空白页到可编辑成品"的闭环,核心看多智能体协同、原生格式、数据溯源;关机后台继续跑,比的是"人离开后算力还在不在"的可靠性,核心看端云协同、跨设备接力、定时自动化。天天写研报、做路演、出严谨文档 → 优先看专业办公交付型(可溯源+Office三件套并行+续跑能力)团队已在某个IM生态里 → 用生态内AI,减少切换成本重复操作多、系统杂 → RPA补执行层想自己造前台Bot → 智能体搭建平台。

2601_96127361的博客 530

【WRF-Chem教程第四期上】运行 WRF-Chem 模型

完整介绍运行 WRF-Chem 模型的详细步骤

WW、forever的博客 3113

YOLOv8 改进:添加 LSK 注意力机制

通过添加 LSK 注意力机制,YOLOv8 能够更有效地捕捉特征图上的重要信息,提高检测性能,尤其是在复杂场景下展现出色的表现。这种方法不仅适用于资源受限的设备,还能在丰富多样的实际应用中提供强劲支持。

走向CTO的路上... 1221

电脑误删的PPT文档怎么恢复?六种方法,从零成本到深度查找

PPT丢失最怕文件被删或内容未保存,恢复难度高因文件大、结构复杂。关键先区分“文件消失”还是“内容未存”,再按序操作:优先查回收站、撤销、自动恢复;其次翻AppData与UnsavedFiles目录;利用“以前的版本”或云端历史;损坏文件可拆包为ZIP提取文字与图片;最后用数据恢复工具深度扫描。全程禁用原盘写入,找回文件务必另存他处。预防胜于补救:调短自动恢复间隔、启用云端备份、定期手动保存。

2604_97005292的博客 630

Isaac Lab & GR00T N1 入门教程(七)人形机器人推理与技能学习策略基准测试

本文介绍了IsaacLab设计的工业机器人操作评估系统,包含两项任务:螺母倾倒(成功率91%)和排气管分拣(成功率95%)。系统支持通过IsaacGR00TN1模型进行策略闭环评估,提供完整的开发环境配置指南(需Ubuntu22.04、CUDA12.8等环境),数据集下载方式(HuggingFace平台托管),以及模型微调流程。评估支持并行化测试(建议10-30个并行环境),并给出详细硬件配置建议(推荐RTX A6000 Ada显卡)。文档还包含常见问题解决方案,特别说明当前暂不支持Blackwell GP

2506_90492529的博客 1118

教育培训课件制作,AI生成PPT怎么用?

晚上十点半,办公室只剩一盏灯。明天第二节是公开课,幻灯片还停在封面页;教研组发来去年的课件截图,让你更新数据,可截图上的字根本改不动;桌上还压着一份手写知识结构大纲,等着搬进幻灯片。做课件的难,往往不在教学内容,而在排版、配色、找图、对齐、统一版式这些“内容之外”的活。

zhippt_1014的博客 173

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

使用 C# 将 PPT 转换为 MP4 / WMV 视频 (无 Office 依赖)

本文介绍一种无需安装Office的PPT转视频方案:使用Spire.Presentation for .NET解析幻灯片并生成帧序列,结合FFmpeg进行视频编码。该方案支持批量转换,避免了COM组件依赖与复杂动画处理,适用于课件、汇报视频等后台自动化场景。

Eiceblue的专栏 359

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

USDOC系列之PPT文件在线编辑-VUE前端实现在线浏览器在线编辑PPT文档

USDOC提供基于Vue的PPT在线编辑方案,通过iframe嵌入可访问的PPT文件地址,实现浏览器内原格式编辑。其核心优势在于:保留母版、版式、动画与转场效果,支持.ppt/.pptx原格式保存及PDF导出;依托服务端解析与HTML5渲染,无需前端集成解析引擎或自建文档服务器;同时具备权限控制、水印与下载管控等托管级安全能力,集成成本低,适用于OA、教育等系统快速嵌入PPT编辑功能。

Office文件在线预览解析 266

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

上一篇: 分类器评价、混淆矩阵与ROC曲线
下一篇: 计算机视觉领域的一些牛人博客
ffeng271
博客等级 码龄19年 139粉丝 0原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值