題目:
First-Order Optimization Methods in Machine Learning
報告人:
林宙辰 教授
北京大學信息科學技術學院
摘要:
Optimization is a key component in machine learning. When problems scale up, normally only first-order optimization methods can be used in practice. In this talk I will briefly review some advances in the first-order optimization methods in machine learning. If time permits, I will also introduce some of my recent work on first order optimization.
時間:
2017年10月13日上午10:00
地點:
數學樓第六教室
報告人簡介：
林宙辰，北京大學信息科學技術學院教授，國家杰出青年科學基金獲得者。他的研究領域包括機器學習，模式識別，計算機視覺，圖像處理，數值計算與優(yōu)化等。他曾擔任CVPR 2014 / 2016, ICCV 2015, NIPS 2015 等一些國際會議的領域主席，以及AAAI 2016/2017/2018，IJCAI 2016等國際會議的高級程序委員會成員。
他擔任國際雜志IEEE Transactions on Pattern Analysis and Machine Intelligence 和The International Journal of Computer Vision的編輯，是IAPR (The International Association for Pattern Recognition) Fellow。
