Семинар Книгочтения

Архив семинара

22 февраля 2024 г.

Антон Тарасенко
По монографии F. Orabona "A modern introduction to online learning" (2019).

Аннотация

Мы поговорим об онлайн-оптимизации с точки зрения характеристики качества Regret. Разбор будет идти по монографии F. Orabona "A modern introduction to online learning" (2019). На простых примерах мы разберём идею данной характеристики и приведём её оценки в простом случае и случаях разобранных ранее при разборе субградиентного спуска. После этого мы разберём случаи игры с противником в моделях "обучение с экспертами" и "многорукий бандит".

15 февраля 2024 г.

Антон Тарасенко
Разбор книги Александра Гасникова "Algorithmic Stochastic Convex Optimization".

Аннотация

Мы закончим обсуждение метода зеркального спуска с ограничениями рассмотрев сопряжённую задачу. Если останется время, то также поговорим об online постановке этого алгоритма.

23 ноября 2023 г.

Тимофей Прасолов
Разбор книги Александра Гасникова "Algorithmic Stochastic Convex Optimization".

Аннотация

Мы обсудим нижние оценки для количества шагов и точности решения, сравнив с полученными ранее результатами. Далее мы разберём стохастическую относительную непрерывность и результаты в данном случае. После этого перейдём к задаче минимизации с ограничениями.

16 ноября 2023 г.

Дмитрий Дудукалов
Разбор книги Александра Гасникова "Algorithmic Stochastic Convex Optimization".

Аннотация

На семинаре мы введем Stochastic Composite Mirror Descent алгоритм и проанализируем скорость его сходимости.

09 ноября 2023 г.

Антон Тарасенко
Разбор книги Александра Гасникова "Algorithmic Stochastic Convex Optimization".

Аннотация

Мы кратко ознакомимся с разделом 1.3, содержащим заключительные замечания. Затем перейдем ко второй главе, где рассмотрим метод стохастического субградиента.

02 ноября 2023 г.

Евгений Прокопенко
Разбор книги Александра Гасникова "Algorithmic Stochastic Convex Optimization".

Аннотация

Закончим разбор раздела про близость решений эмпирической оптимизационной задачи и теоретической. Для этого мы сначала резюмируем разобранные результаты раздела, затем рассмотрим понятии функции $s$-роста и найдём оценку объема выборки, гарантирующую оптимальность решения для функций $s$-роста. Закончим доклад иллюстрацией полученных оценок на простом примере.