报告人：于剑
报告题目：机器学习公理化及其应用
报告时间：2022年10月26日 15:00
报告地点：腾讯会议 873-579-996
报告摘要：在大数据时代，因应用需求的驱动，大量新机器学习方法不断产生。这些新算法理论依据各异，彼此之间的关系极其复杂，对学习算法的使用者要求极高。但是，儿童的学习能力虽高，却不能掌握现今机器学习的理论。是否能够提出一套符合人类认知的机器学习理论，是当前一个亟待解决的问题。本次报告试图提出一个统一基于认知的机器学习公理化框架，其基本假设是：归哪类，像哪类；像哪类，归哪类。该机器学习理论可以推演出归类方法的三条设计原则，以统一的方式重新解释了部分经典学习算法、学习理论及聚类算法分析。
讲者简介：于剑，北京交通大学二级教授，北京交通大学人工智能研究院院长，交通数据分析与挖掘北京市重点实验室主任；CCF人工智能与模式识别专委会主任；CAAI副秘书长、常务理事；主持多项国家自然科学基金项目。主要研究兴趣是机器学习、数据挖掘和自然语言处理等。著有学术专著《机器学习：从公理到算法》。
