Современные методы выпуклой оптимизации для задач большой размерности

В широком наборе современных областей исследований возникает потребность в решении задач оптимизации большой размерности (число переменных по порядку величины больше 10^5). Примерами могут служить задачи машинного обучения и их применение в биоинформатике, задачи Интернета и BigData, задачи транспортного моделирования. В докладе будут рассмотрены последние совместные наработки с А.В. Гасниковым по методам первого и нулевого порядка. Мы поговорим о безградиентных методах о том, как их можно применять для задачи обучения алгоритма веб-поиска. Также планируется рассказ о методах градиентного типа и их универсализации.