Departamento de Matemáticas UAM

  • Inicio
  • Inicio (2)
  • Presentación
  • Directorio
  • Organigrama
  • Intranet
  • Convocatoria de plazas

Estudios

  • Grado
  • Posgrado
  • Aula Abierta
  • Facultad de Ciencias

Investigación

  • Ayudas para investigación
  • Departamento
  • Grupos de investigación
  • Institutos de investigación
  • Seminarios
  • Joint Mathematics Colloquium ICMAT-UAM-UC3M-UCM
  • Memorial Rubio de Francia
  • Coloquio Premio Rubio de Francia
  • Coloquios Departamento

Divulgación

  • Semana de la Ciencia
  • Campamento de Verano
  • Matemáticas en La Corrala
  • Canal Youtube
  • Revista Qed
  • Otras Actividades
  • Blogs Divulgativos

Noticias Destacadas

       Agenda del Departamento

 

  • Información (provisional) sobre grupos y horarios de las asignaturas impartidas por el Departamento de Matemáticas, para el curso 2023-2024.

  • Propuestas de Trabajos de Fin de Grado para el curso 2023-2024.


 


Canal @matematicasuam

 

Enlace al canal del Departamento en youtube.

 


 


PIM (Pequeño Instituto de Matemáticas)

Con el objetivo de fomentar el interés por las matemáticas y dirigido a jóvenes entre 14 y 18 años, nace este proyecto de Instituto de Ciencias Matemáticas (ICMAT) en colaboración con nuestro Departamento, la Universidad Autónoma de Madrid y la Real Sociedad Matemática Española.

El proyecto comienzó en el curso académico 2022-2023. Ampliar información en su página web.

 

Mes anteior Día anterior
Anual
Mensual
Semanal
Diario
Buscar
Ir al mes específico
Día siguiente Mes siguiente
Anual Mensual Semanal Hoy Buscar Ir al mes específico
Machine learning in Madrid

Machine learning in Madrid    (zoom)

Lunes, 14 de febrero de 2022, 11:30-12:30h  (horario diferente al habitual!!!!)

Enlace:  https://us06web.zoom.us/j/82533032803?pwd=Qm41WXVSUlRDQ0lIbnZUM0dMY05WZz09

Ponente:   Vivak Patel (UW-Madison)

Título:  Global Convergence and Stability of Stochastic Gradient Descent

Abstract: Stochastic gradient descent (SGD) is widely deployed in a number of different disciplines, often on non-convex problems with complicated noise models. However, SGD's existing convergence theory often does not apply. In this talk, we will establish the need for a convergence theory under broader assumptions with some simple examples. We will then state a global convergence result for SGD under these broad assumptions. Then, we will discuss the issue of stability, which addresses what happens when SGD's iterates diverge. 

Localización Lunes, 14 de febrero de 2022, 11:30-12:30h
CSS Valid | XHTML Valid | Top | + | - | reset
Copyright © Eximium 2025 All rights reserved. Custom Design by Youjoomla.com
Inicio