- Oggetto:
Ottimizzazione numerica per problemi di grandi dimensioni. Applicazioni a problemi di data science
- Oggetto:
Numerical optimization for large scale problems
- Oggetto:
Academic year 2019/2020
- Teacher
- Sandra Pieraccini (Lecturer)
- Type
- Basic
- Delivery
- Formal authority
- Language
- Italian
- Attendance
- Obligatory
- Oggetto:
Sommario del corso
- Oggetto:
Course objectives
Il corso riguarderà metodi numerici per problemi di ottimizzazione non vincolata e vincolata di dimensioni elevate. In particolare verranno discussi, sia dal punto di vista teorico che applicativo, metodi del gradiente e metodi a punto interno per diverse classi di problemi di ottimizzazione. Si discuterà inoltre l’applicabilità dei metodi ad alcuni problemi di data science.
- Metodi del gradiente
- Metodi a punto interno per problemi di ottimizzazione lineare e quadratica
- Aspetti implementativi legati a problemi di grandi dimensioni
- Applicazione a problemi di Data Science
- Oggetto:
Course delivery
July 10, 10:30 - 12:00
July 11, 9:00 - 10:30
July 15, 9:00 - 12:00
July 16, 9:00 - 12:00
July 17, 9:00 - 12:00
A 90 minutes lecture has still to be scheduled, we will arrange it during the course. All lectures will be delivered in Aula Buzano, Dipartimento di Scienze Matematiche (III floor), except for the first lecture which will be held in Aula Seminari, DISMA (III floor).
Suggested readings and bibliography
- Oggetto:
