讲座摘要

泛化分析作为统计机器学习理论研究的关键问题之一，关乎模型从训练数据到未知数据的推广能力。在本报告中，将系统且深入地介绍几个常见的泛化理论分析工具，包括复杂度、稳定性、PAC、信息论等，为理解机器学习泛化机制提供多维度视角。

报告人介绍

刘勇，中国人民大学，长聘副教授，博士生导师，国家级高层次青年人才。长期从事机器学习基础理论研究，共发表论文100余篇，其中以第一作者/通讯作者发表顶级期刊和会议论文近50篇，涵盖机器学习领域顶级期刊JMLR、IEEE TPAMI、Artificial Intelligence和顶级会议ICML、NeurIPS等。曾获中国人民大学“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”等称号。主持/参与国家自然科学面上/基金青年、科技部重点研发、北京市科技计划中央引导地方专项、北京市面上项目等项目。