报告人：文再文 教授
报告题目：Second-Order Type Optimization Methods For Machine Learning
主持人：徐玮玮 教授
报告时间：2021年10月27日10:00-11:00
报告地点：腾讯会议（ID: 120 486 537 ）
欢迎广大师生聆听！
报告摘要：
Optimization models are ubiquitous in machine learning. In this talk, we will review semi-smooth Newton methods for composite convex programs and its application to large-scale semi-definite program problems, sub-sampled semismooth Newton for nonsmooth composite minimization problems. We will also present a multi-Step matrix-product natural gradient method for deep learning.
报告人简介：
文再文，北京大学北京国际数学研究中心教授，主要研究最优化算法与理论及其在机器学习、人工智能和信号处理中的应用。国家优秀青年基金获得者，中国青年科技奖获得者。现为中国运筹学会常务理事，中国运筹学会数学规划分会副理事长。
数学与统计学院
2021年10月25日
