报告题目：机器学习中损失函数的估计：Bernstein集中不等式
报 告 人：吴黎明 教授 （法国克莱蒙奥弗涅大学、哈尔滨工业大学）
报告时间：2025年1月10日（星期五）15:30-16:30
报告地点：数学科学学院114
校内联系人：柳振鑫 教授 联系方式：84708351-8520
报告摘要：在机器学习中，通过大数据调整权重系数与偏差，使得经验损失函数达到最小。一个基本问题是：经验最优与理想最优的差别有多大？我在这个报告中将介绍Vapnik与Talagrand关于这个问题的奠基性工作，并将他们的工作推广至无界损失函数情况。关键工具是Bernstein集中不等式，经验过程理论与VC维数与度量熵。
报告人简介：吴黎明，法国克莱蒙奥弗涅大学教授、哈尔滨工业大学数学研究院讲席教授。先后入选国家级高层次人才计划和海外高层次人才专家。主要研究随机算法、随机分析、大偏差理论、泛函不等式等。曾独立解决Varadhan猜测，量子场基态扩散过程的唯一性猜想，以及合作解决Gross猜想。引入并建立一致可积算子概念及理论、算子半群L^∞的唯一性概念及理论、本质谱半径公式、熵-信息量不等式。
