Objetivo
The explosion of data with the expansion of the World Wide Web, social networking and e-commerce is a ripe opportunity for smart data analysis and machine learning on a scale never before encountered. In many applications, making even a few passes over the data is prohibitive. Our research goal is to develop sublinear time optimization algorithms for data analysis and machine learning, i.e. algorithms that do not observe all the data even once, and yet return a provably correct solution with high probability.
Previous research of the PI, conducted mainly at Princeton University and IBM Research, has produced promising preliminary results. This proposal aims to expand this line of research at the host institution.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véase: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véase: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- ciencias naturalesinformática y ciencias de la informaciónciencia de datos
- ciencias socialeseconomía y empresagestión y empresascomerciocomercio electrónico
- ciencias naturalesinformática y ciencias de la informacióninteligencia artificialaprendizaje automático
- ciencias naturalesinformática y ciencias de la informacióninternetred informática mundial
Para utilizar esta función, debe iniciar sesión o registrarse
Convocatoria de propuestas
FP7-PEOPLE-2010-RG
Consulte otros proyectos de esta convocatoria
Régimen de financiación
MC-IRG - International Re-integration Grants (IRG)Coordinador
32000 Haifa
Israel