姜师傅可惜了

Robbins, H.; Monro, S. (1951). "A Stochastic Approximation Method".

记得以前我在本版提过。我认为这个文章和高斯发明最小二乘法类似。乃是统计里面
最厉害的文章。据我所知。这是第一个用梯度迭代来做统计inference，并且给出理
论依据的文章。这种突破可谓百年一遇。现今DL参数优化之stochastic gradient
descent方法等等等等都是由此改名而来。

我刚偶然看到，姜师傅的导师和Robbins有合作文章。查了下，发现其果然是
Robbins学生的学生。姜师傅这次出事，东土Robbins这条线可能就断根了。

还有一个体系问题。美国的统计系一般是和数学系独立的，中国一般放在一起。数学专业是有鄙视链的。如果独立出去，会和其他系有很多合作，比如生物，计算机，等等，funding也好很多

【 在 chebyshev (......) 的大作中提到: 】
: Robbins, H.; Monro, S. (1951). "A Stochastic Approximation Method".
: 记得以前我在本版提过。我认为这个文章和高斯发明最小二乘法类似。乃是统计里面: 最厉害的文章。据我所知。这是第一个用梯度迭代来做统计inference，并且给出理
: 论依据的文章。这种突破可谓百年一遇。现今DL参数优化之stochastic gradient
: descent方法等等等等都是由此改名而来。
: 我刚偶然看到，姜师傅的导师和Robbins有合作文章。查了下，发现其果然是
: Robbins学生的学生。姜师傅这次出事，东土Robbins这条线可能就断根了。

据说老姜离开苏大并不是被解聘，而是主动离职去复旦的，结果在复旦三次要求升教授被否定

【 在 chebyshev (......) 的大作中提到: 】
: Robbins, H.; Monro, S. (1951). "A Stochastic Approximation Method".
: 记得以前我在本版提过。我认为这个文章和高斯发明最小二乘法类似。乃是统计里面: 最厉害的文章。据我所知。这是第一个用梯度迭代来做统计inference，并且给出理
: 论依据的文章。这种突破可谓百年一遇。现今DL参数优化之stochastic gradient
: descent方法等等等等都是由此改名而来。
: 我刚偶然看到，姜师傅的导师和Robbins有合作文章。查了下，发现其果然是
: Robbins学生的学生。姜师傅这次出事，东土Robbins这条线可能就断根了。

陈翰馥院士就靠一个扩展出来的统计办法。吃了一辈子。IEEE灌水无数。https://www.amazon.com/Stochastic-Approximation-Applications-Nonconvex-
Optimization-ebook/dp/B000W7Z31W/ref=sr_1_2?dchild=1&qid=1623428440&
refinements=p_27%3AHan-Fu+Chen&s=books&sr=1-2

姜师傅应该去中科院自动化所。跟数学系的扎堆一点意思也没有。他的phd是
多变量非参数方法inference。很容易结合具体的ML AI软件。有用没用且不说，
起码这块的迭代算法他熟悉啊。可以自成一个方向。

【 在 lightroom (吃一条鱼，思考一个问题，法号三丰) 的大作中提到: 】
: 还有一个体系问题。美国的统计系一般是和数学系独立的，中国一般放在一起。数学专
: 业是有鄙视链的。如果独立出去，会和其他系有很多合作，比如生物，计算机，等等，
: funding也好很多

教授哪有那么容易。他应该先谋求入党，入编制，然后谋求副教授。
复旦哲学系我那个朋友，天天上节目，目测是国内哲学第一网红。
【 在 Caravel (克拉维尔) 的大作中提到: 】
: 据说老姜离开苏大并不是被解聘，而是主动离职去复旦的，结果在复旦三次要求升教授
: 被否定

可能被承诺骗了，说你这个水平，6年肯定评上了，就是复旦的正教授。不能相信这种
期货，在苏大坐稳了正教授，再要求平调。

【 在 chebyshev (......) 的大作中提到: 】
: 教授哪有那么容易。他应该先谋求入党，入编制，然后谋求副教授。
: 复旦哲学系我那个朋友，天天上节目，目测是国内哲学第一网红。

数学和物理的歧视链我都见识过，看学术背景基本就跟中国大妈看钱看房的程度是一样的。

【 在 lightroom (吃一条鱼，思考一个问题，法号三丰) 的大作中提到: 】
: 还有一个体系问题。美国的统计系一般是和数学系独立的，中国一般放在一起。数学专
: 业是有鄙视链的。如果独立出去，会和其他系有很多合作，比如生物，计算机，等等，
: funding也好很多