| Title: |
机器学习公理化 |
| Speaker: |
于剑，北京交通大学 |
| Time: |
10月20日（周三）9:30 AM |
| Venue: |
中科院软件园区5号楼334房间，计算机科学国家重点实验室报告厅 |
| Abstract: |
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数据降维、密度估计、回归，聚类和分类等问题，而且与日常生活中的认知原则一致。 |
| Bio: |
于剑，现任北京交通大学二级教授，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。中国计算机学会人工智能与模式识别专委会主任，中国计算机学会会士，中国人工智能学会会士。提出了机器学习公理化问题，著有学术专著《机器学习：从公理到算法》，是CAAI组织编写教材《人工智能导论》的执行主编。 |
