本课程的目的是提供非渐近方法的介绍,以研究在高维随机结构出现的概率,统计,计算机科学,和数学。重点是开发一套已被证明在不同领域的广泛应用程序中有用的公共工具。根据时间和听众的兴趣,主题可能包括:措施的集中;功能性,运输成本,鞅不等式;isoperimetry;马尔可夫半群,混合时间,随机场;hypercontractivity;阈值和影响;斯坦的方法;随机过程的最高原则;高斯和拉德马赫不等式;通用的链接;熵和组合维数;选择应用程序。

成为VIP会员查看完整内容
124

相关内容

【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
251+阅读 · 2020年5月18日
【电子书】大数据挖掘,Mining of Massive Datasets,附513页PDF
专知会员服务
105+阅读 · 2020年3月22日
专知会员服务
63+阅读 · 2020年3月4日
多伦多大学“神经网络与机器学习导论(2018年春季)
人工智能头条
14+阅读 · 2018年4月3日
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
微信扫码咨询专知VIP会员