<div dir="ltr"><h2 style="padding:10px 0px 5px 5px;margin:0px 0px 0px 10px;font-size:1.4em;border-bottom-width:1px;border-bottom-style:dashed;border-bottom-color:rgb(213,213,213)"><font color="#000000" face="arial, helvetica, sans-serif">Big Learning 2013: Advances in Algorithms and Data Management</font></h2>

<p style="padding:0px;margin:10px 15px;font-size:11.199999809265137px;line-height:17.274999618530273px"><strong style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif">NIPS 2013 Workshop (<a class="" href="http://www.biglearn.org/" title="" rel="nofollow" style="padding:0px;margin:0px;text-decoration:none">http://www.biglearn.org</a>)</font></strong></p>

<div class="" style="padding:0px;margin:0px;font-size:11.199999809265137px;line-height:17.274999618530273px"></div><h3 style="padding:0px;margin:10px 15px;font-size:1.2em;text-transform:uppercase"><font color="#000000" face="arial, helvetica, sans-serif">ORGANIZERS:</font></h3>

<ul style="padding:0px 15px;margin:10px 30px;font-size:11.199999809265137px;line-height:17.274999618530273px"><li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><a class="" href="http://www.eecs.berkeley.edu/~xinghao" title="" rel="nofollow" style="padding:0px;margin:0px;text-decoration:none"><strong style="padding:0px;margin:0px">Xinghao Pan</strong></a> (Berkeley)</font></li>

<li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><strong style="padding:0px;margin:0px">Haijie Gu</strong> (CMU)</font></li><li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><a class="" href="http://www.cs.cmu.edu/~jegonzal" title="" rel="nofollow" style="padding:0px;margin:0px;text-decoration:none"><strong style="padding:0px;margin:0px">Joseph Gonzalez</strong></a> (Berkeley)</font></li>

<li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><a class="" href="http://www.cs.umass.edu/~sameer" title="" rel="nofollow" style="padding:0px;margin:0px;text-decoration:none"><strong style="padding:0px;margin:0px">Sameer Singh</strong></a> (UMass Amherst)</font></li>

<li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><a class="" href="http://www.cs.cmu.edu/~ylow" title="" rel="nofollow" style="padding:0px;margin:0px;text-decoration:none"><strong style="padding:0px;margin:0px">Yucheng Low</strong></a> (CMU)</font></li>

</ul><p class="" style="padding:0px;margin:10px 15px;font-size:11.199999809265137px;line-height:17.274999618530273px"><font color="#000000" face="arial, helvetica, sans-serif">Submissions are solicited for a one day workshop on December 9th or 10th at Lake Tahoe, Nevada.</font></p>

<p class="" style="padding:0px;margin:10px 15px;font-size:11.199999809265137px;line-height:17.274999618530273px"><font color="#000000" face="arial, helvetica, sans-serif">This workshop will address algorithms, systems, and real-world problem domains related to large-scale machine learning (“Big Learning”). Big Learning has attracted intense interest, with active research spanning diverse fields. In particular, the machine learning and databases have taken distinct approaches by developing new algorithms and data management systems. This workshop will bring together experts across these diverse communities to discuss recent progress, share tools and software, identify pressing new challenges, and to exchange new ideas. Topics of interest include (but are not limited to):</font></p>

<div class="" style="padding:0px;margin:0px;font-size:11.199999809265137px;line-height:17.274999618530273px"></div><ul style="padding:0px 15px;margin:10px 30px;font-size:11.199999809265137px;line-height:17.274999618530273px">

<li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><strong style="padding:0px;margin:0px">Scalable Data Systems</strong>: Systems for large-scale parallel or distributed learning; implementations of machine learning models and algorithms in database management systems (DBMS); insights and discussions on properties (availability, scalability, correctness, etc.), strengths, and limitations of databases for Big Learning.</font><div class="" style="padding:0px;margin:0px">

</div></li><li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><strong style="padding:0px;margin:0px">Big Data</strong>: Methods for managing large, unstructured, and/or streaming data; cleaning, visualization, interactive platforms for data understanding and interpretation; sketching and summarization techniques; sources of large datasets.</font><div class="" style="padding:0px;margin:0px">

</div></li><li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><strong style="padding:0px;margin:0px">Models & Algorithms</strong>: Machine learning algorithms for parallel, distributed, GPGPUs, or other novel architectures; theoretical analysis; distributed online algorithms; implementation and experimental evaluation; methods for distributed fault tolerance.</font><div class="" style="padding:0px;margin:0px">

</div></li><li style="padding:0px;margin:0px"><font color="#000000" face="arial, helvetica, sans-serif"><strong style="padding:0px;margin:0px">Applications of Big Learning</strong>: Practical application studies and challenges of real-world system building; insights on end-users, common data characteristics (stream or batch); trade-offs between labeling strategies (e.g., curated or crowd-sourced).</font></li>

</ul><p class="" style="padding:0px;margin:10px 15px;font-size:11.199999809265137px;line-height:17.274999618530273px"><font color="#000000" face="arial, helvetica, sans-serif">Submissions should be written as extended abstracts, no longer than 4 pages (excluding references) in the NIPS latex style. Relevant work previously presented in non-machine-learning conferences is strongly encouraged, though submitters should note this in their submission.</font></p>

<p class="" style="padding:0px;margin:10px 15px;font-size:11.199999809265137px;line-height:17.274999618530273px"><font color="#000000" face="arial, helvetica, sans-serif">Submission Deadline: <strong style="padding:0px;margin:0px">October 9th, 2013</strong>.</font></p>

<p class="" style="padding:0px;margin:10px 15px;font-size:11.199999809265137px;line-height:17.274999618530273px"><font color="#000000" face="arial, helvetica, sans-serif">Please refer to the website for detailed submission instructions: <a class="" href="http://biglearn.org/index.php/AuthorInfo" style="padding:0px;margin:0px;text-decoration:none">Guidelines</a></font></p>


</div>