报告地点：新校区信息楼535智慧报告厅
报告华体会网页版登陆入口：4月24号上午10点
报告题目：复杂场景下的机器学习算法泛化分析
摘要：
泛化理论试图界定经验误差与期望误差之间的偏差，是统计机器学习理论研究的核心问题之一。已有泛化误差分析主要聚焦在凸优化场景并假定训练数据独立采样自同一分布等，而对于更复杂的现实场景，如非凸优化场景、数据非独立同分布场景等，泛化理论研究较少。本报告将介绍复杂场景下的泛化分析的最新理论成果，包括非凸场景下的随机优化泛化分析和非独立同分布下的联邦学习算法泛化分析。
报告人：
刘勇，中国人民大学，准聘副教授、博士生导师。从事机器学习研究，特别关注统计学习理论。在顶级期刊和会议上发表论文60余篇，其中以第一作者或通讯作者发表CCF A类文章30余篇，IEEE TPAMI 、 Artificial Intelligence、 ICML、NeurIPS 20余篇。曾获中国人民大学“杰出学者”、中国科学院“青年创新促进会”会员以及中国科学院信息工程研究所“引进优秀人才”称号。主持多项科研基金项目，包括国家自然科学面上/青年项目、中国科学院基础前沿科学研究计划、微信专项项目、腾讯犀牛鸟基金、联通联合项目、华为联合项目等。
