Online Seminar on Mathematical Foundations of Data Science (Math for DS) [1]是在线的、每周举办的系列研讨会。研讨会旨在讨论数据科学、机器学习、统计以及优化背后的数学原理，邀请了北美诸多知名学者进行主题演讲。『运筹OR帷幄』和『机器之心』作为合作媒体，将在B站发布往期的回放视频。本期，受邀嘉宾将为我们带来主题为“Machine Learning under a Modern Optimization Lens”的演讲。
Online Seminar on Mathematical Foundations of Data Science（Math4DS）是在线的、每周举办的系列研讨会，其内容涵盖数据科学、机器学习、统计以及优化背后的数学基础。
有关研讨会的公告可通过点击阅读原文，链接到国内镜像网址获得。
此外，『运筹OR帷幄』公众号平台会及时预告研讨会的最新消息，敬请关注！
主题：Machine Learning under a Modern Optimization Lens
嘉宾：Dimitris Bertsimas, MIT
时间：北京时间2月6日凌晨三点
地点：Zoom，关注公众号『运筹OR帷幄』,后台回复“Math4DS”
We use modern optimization methods to address a variety of ML problems:
1) We transform sparse regression problems to convex mixed-integer optimization problems, which we solve via cutting planes efficiently for a number of points and factors in the 100,000s.
2) We show how these ideas extend to the matrix and tensor completion.
3) We propose a robust optimization framework for optimally selecting the training and validation sets for regression problems and show that it leads to lower prediction error and lower standard deviation for both the prediction and the coefficients compared to the usual randomization approach.
Dimitris Bertsimas目前是波音运营研究教授，麻省理工学院斯隆管理学院商业分析副主任。他分别于1987年和1988年从麻省理工学院获得了应用数学和运筹学博士学位。并自1988年以来，任教于麻省理工。他的研究方向包括了优化，机器学习和应用概率及其在医疗保健，金融，运营管理和运输中的应用。他曾合作撰写了200多篇科学论文和五本研究生水平的教科书。他还是《 INFORMS》优化杂志的主编，并曾在《管理科学优化》和《运筹学》金融工程部门担任编辑。他指导了76名博士生，目前指导另外25名。自2005年以来，他一直是美国国家工程院的成员，是INFORMS研究员，与此同时。他获得了许多研究和教学奖，在2019年，他因对运营研究和管理科学的基础性和持续性贡献而获得的约翰·冯·诺伊曼理论奖。同年，他因对社会福利的巨大贡献被授予了President's award of INFORMS。
关注公众号下方公众号，后台回复
Math4DS，获取直播链接
