题目:机器学习中的集成学习算法
主讲人:孙博
时间:2023年10月8日(周日)上午9:00
地点:学实楼1008
报告摘要:集成学习(Ensemble learning)是机器学习中的一个重要研究方向,自提出以来受到了学术界和工业界的广泛研究和应用。集成学习的基本思想是通过组合(即集成)若干个多样化(即有差异)的弱学习器来有效提升单个学习器的泛化性能,以克服单个学习器存在的性能不稳定的风险。集成学习的思想频繁出现在各种国际数据挖掘、图像识别大赛冠军团队的解决方案中。本报告主要对集成学习的产生背景、基本步骤、几种经典集成学习算法,以及团队的近期研究进展进行介绍,并对若干重要问题进行展望。
个人简介:孙博,博士。主要研究方向为机器学习中的集成学习、类不平衡学习。在Neurocomputing,Knowledge-Based Systems,Frontiers of Computer Science,控制理论与应用,控制与决策等人工智能领域国内外重要学术刊物上发表论文10余篇,所发表论文累计被引用200余次;目前主持山东省自然科学基金面上项目1项,完成山东省自然科学基金青年项目1项。