马毅老师为计算机视觉领域国际知名学者，现任加州大学伯克利分校电子工程与计算机科学系教授。2014年至2017年间，他曾任上海科技大学信息科学与技术学院常务院长兼教授。

马老师的研究方向主要为计算机视觉和高维数据分析。

自2013年起，马教授成为美国电子电气工程师协会院士；2017年起，成为美国计算机协会院士。2016年以来，他连续被汤森路透科睿唯安评为“全球高引用科研作者”，同时入选2016年科学杂志语义学者(Semantic Scholar) 评选的计算机科学领域“全球50位最具影响力作者”。

今天，马老师在微博宣布新书《High-Dimensional Data Analysis with Low-Dimensional Models：Principles, Computation, and Applications

》（高维数据分析的低维建模：原理，计算与应用——笔者译）可提供给读者一个pre-production 版本的下载：

下载地址在这里：

https://book-wright-ma.github.io/

该书由哥伦比亚大学John Wright 与马毅老师合著，将由剑桥大学出版社出版，pre-production copy 意味着作者会在纸质书印刷前有改动，欢迎大家后续购买纸质版（应该是在亚马逊上？）。

对于该书的主题：高维数据分析的低维建模，大多数学习过模式识别课程的朋友并不陌生，相信大家总会知道几个相关的降维算法，如PCA\LDA等。这本书以三部分组织内容，包括原理、计算和应用。

• 原理部分介绍稀疏、低秩和通用低维建模方法的理论和性质。

• 计算部分则聚焦于该领域的凸优化和非凸优化算法，并延伸到大规模数据的计算问题，大多数该领域的算法最终都会归结为一个优化问题。

• 应用部分则讨论具体的真实世界应用，比如磁共振成像、宽带频谱感知和鲁棒人脸识别等。
  

该书目录：

相信对于从事相关研究的朋友来说，这肯定是一本必备书，点击阅读原文即可直达该书主页。

备注：CV

计算机视觉交流群

扫码备注拉你入群。

我爱计算机视觉

微信号:aicvml

QQ群:805388940

微博知乎:@我爱计算机视觉

投稿:amos@52cv.net

网站:www.52cv.net

在看，让更多人看到