<blockquote id="s46by"><i id="s46by"><noscript id="s46by"></noscript></i></blockquote>
      欧美日123区,伊人超碰,99热成人精品热久久66,国内精品免费久久久久电影院97,久色资源,成人亚洲天堂,人妻人人澡人人添人人爽人人玩,精品人妻系列无码人妻免费视频

      5月13日 於州教授學術報告(數學與統計學院)

      來源:數學與統計學院作者:時間:2026-05-12瀏覽:10設置

      報告人:於州 教授

      報告題目:面向非歐數據的半監督學習與集成學習

      報告時間:2026513日(周三)14:30-15:30

      報告地點:云龍校區6號樓304報告廳

      主辦單位:數學與統計學院、數學研究院、科學技術研究院

      報告人簡介:

      於州,華東師范大學教授、博士生導師。主要研究方向為高維數據統計分析及統計機器學習,在Annals of Statistics, Biometrika,JASA, JRSSB, Journal of Machine Learning Research, IEEE Transactions on Information Theory等知名統計及機器學習期刊上發表論文50余篇。曾主持國家重點研發計劃課題、自然科學基金青年、面上項目,獲得上海市自然科學二等獎等獎項,霍英東青年科學獎二等獎。并先后入選上海高校東方學者特聘教授,上海市青年拔尖人才,國家級青年人才等計劃。

      報告摘要:

      現代大數據往往呈現復雜非歐特征,給傳統的統計機器學習方法帶來了新的挑戰。我們在此聚焦面向非歐數據的兩類統計機器學習方法——半監督學習與集成學習。我們將說明如何有效利用無標簽樣本構建一類自適應的半監督學習方法,并從理論上說明半監督學習具有更快的收斂速度。對于非歐數據,我們以機器學習中廣泛使用的隨機森林和決策樹為例,從理論上說明隨機森林作為集成學習方法相較于單棵決策樹具備更快的收斂速度。我們也將通過數值分析與實際應用進一步驗證面向非歐數據所建構的半監督學習與集成學習的優良性質。


      返回原圖
      /

      主站蜘蛛池模板: 国产精品综合| AV在线无码| 亚洲成人av| 中文字幕久久精品无码综合网| 丁香五月婷婷综合| 亚洲精品中文字幕二区| 天天插天天爽| 亚洲精品国产第一区二区尤物| 国产亚洲精品AA片在线爽| 妺妺窝人体色www聚色窝仙踪| 香蕉久久久久成人麻豆AV影院 | 成人福利视频| 狠狠躁夜夜躁无码中文字幕| 亚洲五月六月丁香激情| 又大又粗又硬又爽黄毛少妇 | 国内精品伊人久久久久av| 久久精品国产中文字幕| 亚洲午夜福利在线看片| 日韩精品视频免费在线看| 日韩精品亚洲不卡一区二区| 日韩丨亚洲丨制服|痴汉| 一区?亚洲?电影| 无码国产一区二区色欲| 好男人官网资源在线观看| 中文字幕乱码中文字幕| 久久三级国内外久久三级| 国内精品久久久久久久久电影网 | 久久福利导航| 沙田区| 欧美成人精品三级在线观看| 97一期涩涩97片久久久久久久| 精品一久久香蕉国产线看播放| 特级毛片A级毛片免费播放| 欧美日韩国产精品自在自线| 国产日韩av一区二区在线| 国产av制服丝袜| 午夜熟妇乱子伦A视频| 任你躁国产自任一区二区三区| 麻豆亚洲精品一区二区| 国产美女av一区二区三区| 日日躁夜夜躁狠狠久久av|