报告人:张永全
报告地点:腾讯会议
报告时间:2020年08月3日星期一13:30-14:30
邀请人:徐东坡
报告摘要:
报告将介绍机器学习的基本概念、主要模型、求解方法和典型应用,提出了机器学习算法的本质逼近阶。同时基于独立同分布与强混合分布的样本集合,研究了正则回归学习算法泛化性能。然后基于一致相容性概念,提出了大数据分布式学习算法的可行性理论,针对分布式分类算法的可行性,给出了分布式分类算法的可行性理论结果,并用数据验证所得的可行性理论结果。
会议网址:https://meeting.tencent.com/s/iTiOrtob1HFt
会议ID:750 883 003
会议密码:202007
主讲人简介:
张永全博士,现任浙江财经大学数据科学学院教授,浙江财经大学学术委员会委员。目前主要从事神经网络、机器学习和大数据算法分析等科学研究。取得了一系列的科研成果,相关结果已发表在IEEE Transactions on Knowledge and Data Engineering, Neural Networks, Information Science、Neurocomputing、中国科学和数学学报等国内外著名期刊上。其中研究成果“人工神经网络逼近复杂性问题研究”获得了浙江省高等学校科研成果奖二等奖。主持完成一项国家自然科学基金青年项目和一项浙江省自然科学基金(结题优秀)。现主持1项国家自然科学基金面上项目,并作为主要成员参加多项国家自然科学基金和浙江省自然科学基金。