来自 | 知乎
作者 | 张景昭
地址 | https://zhuanlan.zhihu.com/p/373801607
编辑 | 机器学习算法与自然语言处理公众号
本文已获作者授权，未经许可禁止二次转载
大家好，我是张景昭 (sites.google.com/view/j)。近期将从mit毕业并于2022年加入清华交叉信息研究院。我的主要研究方向包括优化算法分析，动态系统和控制理论研究，强化学习，online learning，泛化理论。我关注由实际问题（CV, RL, NLP 等等）和实验出发的理论分析，并且希望能够用简洁的理论来拟合现实，进而简化现有的机器学习实验技巧。
我迫切希望能够与对如下问题有兴趣的同学们合作：
优化算法分析中的结论哪些与实际试验不符合？
深度学习中有哪些反直觉反数学的现象？
深度学习中哪些复杂训练流程和参数可以被理论指导简化？
机器学习理论与物理学定理有什么区别？
如果你感兴趣，我会在交叉信息研究院为同学们从以下方面提供最好的研究环境：
与各个领域（NLP, CV, RL, game theory等）顶尖老师线下交流，合作，学习的机会。
在感兴趣的问题上，与该问题方向里国际上最前沿研究者线上讨论，合作的机会。
自由，自主的研究氛围。兴趣导向型科研。
充足的补贴。
完善的办公设施及工作配件，明亮的科研环境。
希望同学入学前可以对如下知识有熟悉的掌握
线性代数原理 （描述解释 spectral decomposition, jordan decomposition 等）
数学统计原理 （consistency, asymptotic convergence 等）
机器学习基础（SVM, MLP, random forest等经典方法）
编程入门 （完整利用pytorch或者tensorflow实现数据处理，神经网络搭建，模型训练，验证）
如下知识会对研究有一些帮助：
具体方向的domain knowledge (RL, online learning, optimization, high dimensional stats, unsupervised learning, transfer learning ...）
完成过研究项目（不限领域），或者有发表文章
软件工程基础，了解计算机系统，数据结构
熟练应用数学分析，微分几何
欢迎2022年有意入学博士的大三在读学生联系我 jzhzhang@mit.edu， 也请大家关注并申请清华叉院的暑期夏令营 交叉信息研究院夏令营，截止日期5.27日, 申请
推荐阅读：
因果推断综述及基础方法介绍（一）
因果推断综述及基础方法介绍（二）
多标签文本分类研究进展
点击下方卡片，关注公众号“机器学习算法与自然语言处理”，获取更多信息：
