Dr. Eduardo César Garrido Merchán
Profesor de Machine Learning, Estadística y Modelos Cuantitativos
Universidad Pontificia de Comillas
Acceso libre, aforo limitado
Bayesian optimization (BO) is a class of methods with state-of-the-art performance that deal with black-box functions, where such a function is defined as having unknown gradients (hence not being able to apply classical optimization), being corrupted by noise and being very expensive to evaluate. We can find some example while performing hyper-parameter tuning of deep learning algorithms with respect to some loss function on a particular dataset, in performing hyper-parameter tuning of deep reinforcement learning algorithms but also on financial portfolio optimization, energy and more. Some scenarios require the simulatenous optimization of inversely correlated black-boxes, as optimizing both the predictive error and predictive time of a deep neural network. In this scenario, named multi-objective BO, we are interested to find the optimal Pareto set of solutions. We can also take into account several black-box constraints and evaluations in parallel, which is the specific topic of this seminar, where we present two information theoretical BO approaches that tackle with this scenario.
El profesor Eduardo C. Garrido Merchán estudió en la Universidad Pontificia de Comillas, donde se graduó con premio extraordinario de su promoción en Ingeniería Informática. Es Master en Inteligencia Artificial por la Universidad Politécnica de Madrid. Doctor Cum Laude en Optimización Bayesiana por el grupo de Aprendizaje Automático de la Universidad Autónoma de Madrid. Certificado por la ANECA como Profesor Ayudante Doctor. Sus intereses actuales de investigación son, a nivel metodológico, la Optimización Bayesiana, el Deep Reinforcement Learning, la teoría de la información y la Inteligencia Artificial Generativa. A nivel aplicado, el Deep Reinforcement Learning y la Optimización Bayesiana aplicados a gestión de portfolios y la inteligencia artificial generativa aplicada a la creación de textos literarios y prevención del suicidio. A nivel humanístico, la filosofía de la mente, filosofía de la IA y de la tecnología. En el año 2021 comienza su docencia en la Facultad de Ciencias Económicas y Empresariales de la Universidad Pontificia Comillas, donde imparte los cursos de Machine Learning, Estadística y Modelos Cuantitativos.
