HomeProfessor Mengdi Wang's Short Course

王梦迪教授访问期间短期讲学

课程信息

课程名称:非线性优化在统计学习中的应用(Nonlinear Optimization and Applications in Inference and Learning)

授课老师:王梦迪,普林斯顿大学

课程负责人:谷源涛副教授,清华大学电子系

联系电话:010-62783525

学时:16学时

学分:1学分

课程介绍:“非线性优化在统计学习中的应用”是一门介绍非线性优化和凸优化的课程。本课程将回顾凸分析、最优性条件和对偶等基础知识,并对优化算法进行重点讲解,包括最速下降法,牛顿法,坐标下降法,最邻近法,内点法等。本课程还会讲解更加深入的内容,包括分布式优化、随机算法、统计推断中的优化,以及在线学习中的优化等。

选课方式:清华大学的同学可以进行手动选课,即日起接受报名。请准备选课的同学在6月26日之前将“学号”、“姓名”、“所在院系”和“联系方式(手机)”等信息发送至 This email address is being protected from spambots. You need JavaScript enabled to view it. 报名,邮件标题请注明“报名——非线性优化在统计学习中的应用”。

授课老师介绍

王梦迪,现任普林斯顿大学运筹与金融工程系助理教授。王梦迪于2007年从清华大学获得信息科学与控制论学士学位,于2013年在麻省理工学院获得电子工程与计算机博士学位,并辅修数学。她的研究兴趣包括由大数据或随机过程驱动的大规模优化问题,和相关的随机方法;涉及不确定性下的顺序决定的决策问题,和相关的方法,如动态规划和强化学习;以及在统计推理、机器学习、随机博弈、平衡问题、网络和金融方面的应用。

课程时间

6月26日至7月2日,14:00 - 16:30

课程地点

清华大学罗姆楼10层206会议室

课程通知

2014/6/23:课程将于6月26日开始,欢迎大家积极参加!

课程安排

Lecture 1 June 26 Convex sets, convex functions, optimality conditions of convex optimization  
Lecture 2 June 27 Algorithms (first order, second order, barrier, derivative free, etc)  
Lecture 3 June 30 Duality, minimax, min common/max crossing framework, duality gap; algorithms continued  
Lecture 4 July 1 Distributed and parallel optimization, incremental algorithms  
Lecture 5 July 2 Randomized algorithms and applications in statistical learning