报告题目：超高维Lasso模型的优化算法
报告时间：2024年6月19日上午8:30-10:30
报告地点：北区三号教学楼408报告厅
报告摘要：Lasso模型是一类经典的稀疏优化模型，在机器学习等领域起着重要作用。该模型在完成学习预测的同时，能对高维数据有效地降维。但是当问题数据是超高维时，即：维度是样本个数的指数级，远大于样本个数， Lasso模型的常规数值求解往往失效，需要对超高维Lasso模型设计专门算法，本报告对超高维Lasso模型的优化算法及未来的研究方向和挑战进行介绍。
专家介绍：熊慧娟，博士，副教授，研究生导师，长期从事数值优化及在机器学习中的应用研究，主持和参与国家研发计划子课题、国家自然科学基金等项目，在《Applied and Abstract Analysis》、《Computational Optimization and Applications》等期刊发表多篇论文，近期研究兴趣为生物信息中的学习模型及改进算法研究。
