01:30:21

Гасников А. В. — Что такое переобучение и как с этим борются

01:30:47

Гасников А. В. — Онлайн vs Оффлайн подходы в обучении

01:39:24

Гасников А. В. — Минимизация эмпирического риска

37:48

Телепроба Александра Гасникова с Павлом Тороповым на тему «ИИ и прогноз погоды»

02:50:48

А. Гасников. Стохастическая оптимизация

26:35

Знание ТВ. Интервью с Александром Гасниковым. Выпуск от 02.12.2023.

02:16:47

Н. Пучкин. Неравенство Пуанкаре, логарифмическое неравенство Соболева и концентрация меры

04:00:14

Введение в мультифрактальный анализ

02:09:57

С. Самсонов Многорукие бандиты/Субгауссовские и экспоненциальные величины

01:04:14

Кубическая регуляризация, как ключ к успеху! Ускоренный квазиньютон, стох. методы высокого порядка.

02:05:56

А. Фролов Approximate Support Recovery

01:21:12

А.В. Лобанов "Обзор современных безградиентных алгоритмов для задач выпуклой оптимизации"

01:42:39

Вечер воспоминаний о Вадиме Александровиче Малышеве, 27 апреля 2023 года.

01:22:04

А.Н. Безносиков Обзор современных результатов о сходимости стох. методов для седловых задачи и ВН

01:58:27

Семинар Б.Т. Поляка по оптимизации. Эдуард Горбунов "Стохастическая гладкая оптимизация" 14/03/2023

04:41:00

Вечер воспоминаний о Борисе Теодоровиче Поляке 17 февраля

01:01:37

Ф.С.Стонякин "Правила остановки методов градиентного типа при аддитивных ошибках градиента"

01:32:20

О.Н. Граничин Распред. рандомизированный алгоритм стох. аппрокс. при произвольных внешних помехах

01:22:36

А. Коротин Параметрические методы вычисления оптимальных транспортных отображений, расстояний

01:37:44

Дмитрий Камзолов Дэмпфированный Метод Ньютона с глобальной сходимостью O(1/k^2)

01:07:43

Р. Хильдебранд Гибридный метод решения конических задач с линейными ограничениями типа неравенства

01:28:07

И.В. Оселедец, Методы обучения глубоких нейронных сетей больших размерностей. Сириус 2022

01:37:41

А.А. Шананин В круге идей Л.В. Канторовича. Сириус 2022

56:19

О.И. Криворотько, Математические модели эпидемиологии

38:45

Сириус 2022. Двинских Д.М. Безградиентные методы для негладких задач. Федеративное обучение

01:10:23

Ю. В. Авербух "Игры среднего поля с конечным числом состояний. Подход на основе теории управления"

01:12:44

Д. Тяпкин "Рандомизированный оптимизм в обучении с подкреплением"

01:22:42

А.Н.Безносиков "Распределенные методы для решения вариационных неравенств"

01:26:43

А.А.Шананин "Анализ спроса на потребительский кредит в России в условиях санкций"

01:32:35

Gesualdo Scutari "Bringing Statistical Thinking in Distributed Optimization"

01:38:30

Гасников А.В. "Сравнение онлайн и офлайн подходов к задачам стохастической выпуклой оптимизации"

01:39:34

A. Taylor. A few constructive approaches to optimal first-order optimization methods in cvx. opt.

02:19:00

А. В. Гасников. Распределенные алгоритмы решения задач оптимизации, приходящих из анализа данных.

01:24:25

P. Richtárik "Distributed Second Order Methods with Fast Rates and Compressed Communication"

01:58:13

Ю. Малицкий "Методы с редукцией дисперсии для вариационных неравенств"

01:13:18

O.O.Khamisov "Distributed optimization with linear inequality constraints via problem reformulation"

01:19:44

Гасников А.В. Мини-курс по оптимизации в Сириусе. "УМ и его приложения", лекция 3.

47:42

Н. Тупица "Методы решения задач, допускающих альтернированную минимизацию"

01:33:23

Гасников А.В. Мини-курс по оптимизации в Сириусе. "УМ и его приложения", лекция 2.

02:07:24

Лекция 13. Адаптивные методы. Структурная невыпуклость. Распределённая оптимизация.

02:28:48

Лекция 11. Over-parameterized модели. Оптимальные методы для поиска стационарных точек

02:21:06

Лекция 10. Over-parameterized модели, условия сильного и слабого роста

02:15:47

Лекция 9. Проксимальный SGD. Методы редукции дисперсии

02:06:13

Лекция 8. Задачи с регуляризацией, проксимальный градиентный спуск

01:33:08

Лекция 7. Метод Ньютона. Квазиньютоновские методы

01:51:05

Д. Н. Тяпкин: Ускорение сведением к седловым задачам с приложением к поиску барицентров Вассерштейна

01:31:22

Гасников А.В. Мини-курс по оптимизации в Сириусе. "УМ и его приложения", лекция 1.

01:39:28

Лекция 6. Методы сопряжённых градиентов. Ускоренные методы

01:47:55

Лекция 5. Методы одномерной минимизации. Градиентный спуск

02:06:32

Лекция 4. Субдифференциал и его свойства. Дифференциальные критерии выпуклости

01:21:36

А. А. Наумов: "Finite Time Analysis of Linear Two-timescale Stochastic Approximation"

02:19:56

Лекция 2. Горбунов Э.А. Введение в численные методы оптимизации. Выпуклость и гладкость.

02:37:16

Лекция 1. Гасников А.В. Связь оптимизации, статистики и машинного обучения. 17 сентября, 2020

01:01:31

G. Lan: "Projection-free methods and their applications"

01:36:09

A.Nedic: "Distributed Algorithms for Optimization in Networks"

01:30:47

K. Scheinberg: "Complexity analysis framework of adaptive optimization methods via martingales"

02:13:44

Э. Горбунов: О сходимости методов типа стох. градиента для выпуклых и невыпуклых задач оптимизации

01:24:15

А. Колоскова: Обобщение децентрализованного стох градиента с меняющейся топологией, локальным шагом

01:33:45

К.Мищенко: Стох.град.спуск со случайными перестановками: простой анализ со значительными следствиями

01:42:30

А. О. Родоманов "Новые результаты о сверхлинейной сходимости квазиньютоновских методов"