讲座人：  陈溪 副教授，New York University, Stern School of Business

讲座题目：Robust Online Learning and its Applications to Assortment Optimization

讲座时间：2020/12/09，星期三，北京时间上午10:00-12:00

讲座简介：

In this talk, we will first provide an overview of my research on online learning and decision-making. We will highlight a few applications on dynamic pricing, assortment optimization for online recommendation, and crowdsourcing. Most online learning problems are built on an underlying probabilistic model. However, these models are inherently misspecified to a certain degree, which calls for robust learning methods. The second part of the talk will discuss robust online learning and its applications to recommendations. In particular, we consider the dynamic assortment optimization problem under the multinomial logit model (MNL) with unknown utility parameters. Based on online eps-contamination modeling of customers’ purchase behavior, we develop a rate-optimal robust online assortment optimization policy via an active elimination strategy.

讲座人简介：

    陈溪博士现为美国纽约大学斯特恩商学院信息，运营和统计科学系终身副教授，并担任纽约大学计算机系和数据科学中心兼职教授。在此之前，他师从机器学习泰斗Michael I. Jordan 在加州大学伯克利分校电气工程与计算机科学系担任博士后研究员。他2013年毕业于卡内基梅隆大学计算机学院机器学习系, 获得博士学位。2009年，陈溪获得卡内基梅隆大学运筹学硕士学位。陈溪教授展开多项跨学科研究，解决了大数据时代下智能决策和商业应用交叉领域的诸多难题。其研究兴趣包括机器学习，在线学习，高维复杂数据统计分析,和数据驱动的智能决策问题。其应用领域包括电商领域（例如定价和推荐），金融领域（如隐私保护，公平性保障），众包领域，和智能供应链。他获得过诸多奖项，比如美国国家自然科学基金 Career Award, 西蒙斯伯克利研究奖金,  摩根大通杰出教授奖，脸书杰出教授奖，谷歌杰出教授奖，Adobe数据科学奖，阿里巴巴创新研究奖，Bloomberg数据科学奖，并在2017年被列入美国权威的“福布斯”排行榜30 岁以下在科技领域最有影响力的30位年轻学者。

姜丹丹 邀请您参加腾讯会议

会议主题：姜丹丹预定的会议

会议时间：2020/9/23 10:00-12:00

重复周期：每周(周三)

点击链接入会，或添加至会议列表：

https://meeting.tencent.com/s/PcH87shrJ6Ng

会议 ID：409 8118 5814

会议密码：214257

手机一键拨号入会

+8675536550000,,40981185814# (中国大陆)

+85230018898,,,2,40981185814# (中国香港)

根据您的位置拨号

+8675536550000 (中国大陆)

+85230018898 (中国香港)