腾讯会议：446 628 306
摘要： 机器学习在许多应用领域获得了前所未有的成功，已发展为一门多领域交叉学科，涉及运筹学、概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习由此也彻底改变了人工智能的发展方向，引发了数据智能化时代的到来。机器学习的核心在于建模和算法，学习得到的参数只是一个结果。对于几乎所有机器学习算法，无论是有监督学习、无监督学习，还是强化学习，最后通常都归结为一个求解能量函数最小化的优化问题。最优化方法在机器学习算法的推导与实现中占据中心地位。本报告介绍机器学习的问题，算法，应用，以及优化在其中的作用。
报告人简介：徐大川，北京工业大学数学*女王调教-女王调教视频-女王 调教小说运筹学与控制论责任教授，数学/统计学博士生导师。北京工业大学区块链研究中心副主任。2002年于中国科*女王调教-女王调教视频-女王 调教小说数学与系统科学研究院获得博士学位。研究兴趣包括：组合优化、近似算法、机器学习等。中国运筹学会数学规划分会理事长，中国运筹学会常务理事，北京运筹学会副理事长。担任AMC、APJOR、JORSC、运筹与管理等期刊编委。在科学出版社出版学术专著《设施选址问题的近似算法》，在Mathematical Programming，Operations Research，INFORMS Journal on Computing，Omega， Algorithmica，Journal of Global Optimization，Theoretical Computer Science，Information Process Letters， Journal of Combinatorial Optimization， Operations Research Letters等期刊和AAAI, ICDCS,COCOON等会议发表学术论文100余篇。