本课程首先介绍基本的线性低维模型(例如，基本的稀疏和低秩模型)和凸松弛方法，以及激励工程应用，随后介绍一套可扩展和有效的优化方法。基于此，从对称和几何角度介绍了若干基本学习和逆问题(如字典学习和稀疏盲反卷积)的非线性低维模型、非凸方法及其正确性保证和高效的非凸优化方法。在这些结果的基础上，我们继续讨论低维结构和深度模型之间强大的概念、算法和理论联系，为理解最先进的深度模型提供了新的视角，并为设计用于学习低维结构的深度网络提供了新的原则，具有明确的可解释性和实际效益。

课程地址：https://highdimdata-lowdimmodels-tutorial.github.io/

内容中包含的图片若涉及版权问题，请及时与我们联系删除