乐鱼在线登录|官网入口

乐鱼在线登录

无监督泛化误差分析初探

时间:2022-04-12         阅读:

光华讲坛——社会名流与企业家论坛第6076期

无监督泛化误差分析初探

主讲人中国人民大学 刘勇副教授

主持人统计学院 林华珍教授

时间2022年4月13日(周三)上午10:00-11:00

直播平台及会议ID腾讯会议,ID: 828-207-145

主办单位:统计研究中心 统计学院 科研处

主讲人简介:

刘勇,中国人民大学,副教授,博导。长期从事大规模机器学习统计学习理论研究,共发表论文40余篇,其中以第一作者/通讯作者发表顶级期刊和会议论文30余篇,涵盖机器学习领域顶级期刊TPAMI和会议ICML、NeurIPS、ICLR、IJCAI、AAAI。获中国人民大学“杰出学者”、中国科学院“青年创新促进会”成员、中国科学院信息工程研究所“引进优青”人才称号。主持国家自然科学基金面上/青年基金,中科院基础前沿科学研究计划和腾讯犀牛鸟基金等项目。

内容提要:

近年来,无监督学习在学术和工业界受到了广泛关注。在算法方面,新的无监督算法层出不穷,并取得了不错的性能,然而在理论方面,研究还主要集中在收敛性分析层面,在泛化误差分析层面的研究还处于刚起步的阶段。本报告将介绍无监督泛化误差分析方面的最新研究进展。具体地,基于改进的聚类Rademacher复杂度分析,首次给出了核Kmeans最优泛化误差界。在此基础上,将无监督学习转化为点对学习,给出更一般的无监督学习框架,并对其泛化误差进行界定。相关成果有可能对无监督理论分析和算法设计带来新的思路。