数据科学的现代逼近理论基础.pdfVIP

数据科学的现代逼近理论基础 Elementary Mathematic of Approximation Theoryfor data sciences 数据科学是目前应用数学，计算机科学，生物计算学及大量的与国民经济有 关学科的热点研究方向。流行的语言叫做大数据。 本课程的宗旨是贯穿数据的数学描述，分类，分析等，结合数学的空间表示，空 间关系，函数逼近及数值逼近算法，统计学习理论等给读者一个基础的概念与框 架，通俗介绍一些基本方法。 主要内容有： 空间表示，基与生成子，再生核，逼近与数值逼近，多项式方法，核方法， 统计学习基础，统计学习的数学理论框架内容构成，小波与压缩感知。视学生的 互动结果予以调整。将系统介绍压缩感知的基本数学理论，也介绍该研究领域中 的一些重要研究成果。 教师风采 吴宗敏：复旦大学数学学院国家杰出青年基金获得者，长江特聘 教授。 李松：1994 年4 月获浙江大学理学博士学位，1994 年6 月-1996 年6 月在武汉大学从事博士后研究工作，1996 年7 月开始在浙江大学 数学系工作。2001 年晋升为教授，2002 年被评为为博士生导师。目 前主要从事小波分析理论及应用、压缩传感理论及其应用、高维数据 处理的研究工作。曾主持四项国家自然科学基金面上项目。在《Applied Computational and Harmonic Analysis》、《IEEE.Transcations.on Signal Processing》、《IEEE.Transcations on Information Theory》等国际著名期 刊上发表学术论文60 余篇。作为第一完成人曾获得2012 年度教育部 高校科研优秀成果奖自然科学二等奖。 马利敏：浙江工商大学副教授。 课程设置 学分：2 学分 学时：36 学时 基础知识要求：选课学生应当具备我校本科三年级的知识。 上课时间：1 月19 日- 24 日 日期 星期 节次 上课内容 授课教师 1-19 日 2-4 Fourier Transform and window Fourier transform 李松 1-19 日 5-7 Wavelet transform 李松 1-20 一 2-4 Subdivisions algorithm 李松 1-20 一 5-7 Image processing 李松 1-21 二 2-4 Wavelet frame and tight frame 李松 1-21 二 5-7 Image ccompress 李松 1-22 三 2-4 Space basis and orthogonally 吴宗敏 1-22 三 5-7 Generator and dial basis 吴宗敏 1-23 四 2-4 Learning kernel 吴宗敏 1-23 四 5-7 Quasi-interpolation 马利敏 1-24 五 2-4