深度学习中的优化算法和理论
报告专家：孙若愚（香港中文大学（深圳））
报告时间：10月19日（周日）9:00-12:00，14:30-17:30
报告地点：国家天元数学中心516报告厅
报告摘要：
本课程介绍深度学习中的常见优化模型和算法，涵盖随机梯度法、Adam、拟二阶方法等，涵盖其设计动机、核心理念与理论分析等。
专家简介：
孙若愚教授现为香港中文大学（深圳）数据科学学院长聘副教授、博士生导师，深圳市大数据研究院高级研究科学家。曾任伊利诺伊大学香槟分校（UIUC）助理教授、博士生导师，曾任 Meta人工智能研究所访问科学家，斯坦福大学博士后研究员。他的主要研究领域为人工智能和数学优化，具体研究方向包括大模型的理论和算法、非凸优化、学习优化、网络优化和运维等。担任NeurIPS, ICML, ICLR等人工智能会议的领域主席，Transaction on Machine Learning Research的action editor。
邀请人：连增、王治国
