• 统计研究中心
当前位置: 首页 > 系列讲座 > 正文

北京交通大学修乃华教授: 稀疏逻辑回归分类的牛顿算法

光华讲坛——社会名流与企业家论坛第 5839 期

(线上讲座)

主题稀疏逻辑回归分类的牛顿算法

主讲人北京交通大学修乃华教授

主持人统计学院 林华珍教授

时间2020年7月6日(周一)上午10:00-11:00

直播平台及会议ID腾讯会议,940 188 300

主办单位:统计研究中心、数据科学与商业智能联合实验室和统计学院 科研处

主讲人简介:

修乃华,北京交通大学数学系教授、博士生导师。现任中国运筹学会副理事长、信息运筹学交叉学科北京市重点学科责任教授。研究方向:最优化理论方法及应用。主持973计划课题1项、国家自然科学基金重点项目等国家级科研项目10余项。获教育部自然科学奖二等奖、詹天佑铁道科学技术奖专项基金奖、北京市教育教学成果一等奖、北京市教学名师、教育部新世纪优秀人才、全国优秀科技工作者、享受国务院政府特殊津贴专家。详情请见其个人主页:http://faculty.bjtu.edu.cn/6336/

内容提要:

分类,与聚类、降维、推断一起,并列为机器学习的四大功能。逻辑回归是分类学习中最为流行的算法,它不仅能够求解二分类问题,而且能够求解多分类问题。目前,海量数据分类学习问题所产生的逻辑回归模型往往规模巨大且待估参数具有稀疏性,由此导致了所谓的稀疏逻辑回归分类前沿课题。在这个谈话中,主要介绍求解稀疏逻辑回归分类模型的各种优化算法、我校优化团队在这个方面的初步研究成果-牛顿算法,以及未来的研究设想。


上一条:上海交通大学罗珊副教授:Feature Selection by Canonical Correlation Search in High-Dimensional Multiresponse Models With Complex Group Structures

下一条:北京大学林伟教授:Nonasymptotic theory for two-layer neural networks: Beyond the bias–variance trade-off