在课后和office hour陈老师总是耐心解答我的疑问，提供了很多个性化的指导，帮助我解决了许多学习中的困惑。陈老师的课加深了我对随机过程的理解，激发了我对排队理论的兴趣，还培养了我更加严谨的思维方式。我非常荣幸能够参与陈老师的随机过程课程，强烈推荐大家认准陈老师，放心选择她的所有课程～”

李肖 助理教授

香港中文大学博士

研究领域：数学优化（非光滑、非凸以及随机优化）、机器学习、信号处理

个人简介：李肖教授现为香港中文大学（深圳）助理教授。李教授于2016年获得浙江工业大学通信工程学士学位，于2020年获得香港中文大学电子工程博士学位。李教授曾于 2018年10月至2019年4月，作为访问学者在南加利福尼亚大学学习。

李教授的研究方向包括数据科学、计算成像、机器学习、数学优化等领域。在NeurIPS 2019中，李教授的论文被收录为 Spotlight 论文（排名前3%）；在ICLR 2020 中，其论文被收录为 Oral 论文（排名前1.85%）。除此之外，李教授曾在SIAM Journal on Optimization，SIAM Journal on Imaging Science，IEEE Transactions on Image Processing 等国际性学术刊物上发表研究成果。

主要教授课程：

MAT3007 Optimization；

MDS5210 Machine Learning

教学特色介绍：

李肖教授在教学中时常从学生的角度出发考虑问题。例如，当学生未接触相关知识时，他会思考他们是否能迅速理解课堂内容。因此，李教授通常从简单的例子入手，逐步引导至更深层次的理论结论。

此外，在介绍重要内容时，李教授会进行前沿拓展。例如，在优化课程中讲解梯度下降法时，他会探讨其在机器学习和深度学习中的应用，尤其是随机梯度下降法；在机器学习课程中涉及条件概率和逻辑回归时，他还会简单介绍自回归Transformer的建模基础。

李教授在教学过程中持续引入前沿概念和方法，比如在机器学习课程中设置大语言模型的训练研究项目，让学生了解大模型训练的本质，并学会将所学算法应用于此。同时，李教授十分注重逻辑性，确保在教学过程中能让每个章节内及章节间的知识点形成清晰的逻辑链条，以帮助学生更好地掌握和应用所学内容。

欧阳钡珈

2021级本科生 金融学

2021-2023 Dean's List；

2023秋季学习李教授的MAT3007 Optimization

“我特别喜欢上李肖教授的课，因为他讲课特别细致，口语特别好，听着很舒服。作为一名商科学生，一开始我觉得和sds、sse的同学们一起上偏量化的课程，是有点压力的，但是第一节课就很喜欢教授的授课风格，并决定继续学下去。

老师讲的很细致很好，知识点很容易接受，老师还会教大家如何复习，考试前也提供sample给大家查漏补缺，整个课程设置让人真的“很安心”。我也跟很多商科的朋友们推荐过李肖教授的课，因为他讲课真的很好，课程本身也真的很实用、很有帮助，而且不用担心作为商科学生在技术、数学方面有太大压力。最优化在商科也有很多应用范围，包括运营管理等都需要最优化的思维，这门课给了我一定的基础，也让我对类似的方向产生了兴趣。”

赵子墨

2023级硕士生 数据科学理学项目

2023年秋季学习李教授的MDS5210 Machine Learning

“李肖老师的机器学习课程让我获得了全新的学习体验，从简单的二分类感知机到复杂的神经网络，课程内容全面涵盖了机器学习中的经典算法以及当下热门的大语言模型。李肖老师授课条理清晰，能够将抽象的数学概念深入浅出地讲解得非常透彻，课堂生动有趣，给人留下深刻的印象。