12月16日上午9点半，应理学院白延琴教授邀请，来自北京大学北京国际数学中心的文再文教授在宝山校区G507带来了题为"自适应正则化牛顿算法"的学术报告。
文再文教授，博士生导师，现任职于北京大学北京国际数学中心，主要从事大规模优化算法和理论方面的研究，近期研究兴趣包括非线性规划和凸优化的算法与理论，及其在数据科学，材料科学和金融中的应用。
本次讲座中，文再文教授首先介绍了本次学术讲座的主题背景。正则化(Regularization)是机器学习中抑制过拟合问题的常用算法，常用的正则化方法是在损失函数(Cost Function)中添加一个系数的L1−norm或L2−norm项，用来抑制过大的模型参数，从而缓解过拟合现象。优化问题求解基本步骤是通过对目标函数取二次泰勒展开式估计得到一个近似模型，这样构成原问题的子问题。文再文教授通过对"正则化自适应牛顿算法"的巧妙运用，使得原问题的子问题具有更好的精确性和自适应性。最后，文再文教授对该算法在生活中的广泛应用进行了前景展望。
在本次讲座的互动环节中，现场学生就该算法的相关问题向文教授请教，文教授做了悉心的回答，并鼓励同学们要不断完善自己的理论体系，提高自己的专业素养和掌握科学分析的能力。
理学院研究生会 解松