报告题目：机器学习中梯度提升算法的改进及性能分析

报告人：王福胜

报告时间：2022.11.6(周日)9:00-11:00

腾讯会议：416478594

报告摘要：机器学习算法是一类能从数据中自动分析获得规律, 并利用规律对未知数据进行预测的算法。梯度提升机(GBM)是机器学习领域中一种高效的集成学习方法, 近年来在垃圾邮件过滤、欺诈检测、在线广告等预测任务中得到了广泛的应用, 其主要特点是集成多个弱学习器, 线性组合成一个强大的预测模型, 从而提高单一弱学习器的性能。随着机器学习技术的发展, 如何减少计算成本、提高算法收敛速度也引起了越来越多的关注。本文首先对梯度提升机及其变体进行了详细的介绍, 之后分别从减少计算成本和提高算法收敛速度两方面提出了相应的改进算法, 并通过数值实验验证了新算法具有优良的性能。

报告人简介:王福胜，太原师范学院数学系教授，理学博士，中共党员，现为中国运筹学会-数学规划分会理事，中国优选法统筹法与经济数学研究会-数学建模与算法分会理事，全国大学生数学建模竞赛国家级优秀指导教师。太原师范学院运筹学与控制论方向学术带头人，教学名师。西安交通大学计算数学专业本硕博研究生毕业，美国UCLA高级访问学者。主要研究方向为最优化理论、算法及其在人工智能中的应用。在《Annals of Operations Research》、《Journal of Optimization Theory and Applications》、《European Journal of Operational Research》、《应用数学学报》、《计算数学》等国内外重要学术期刊发表论文40余篇，其中 SCI收录近20篇，出版最优化方面的专著（合著）2部，现任IEEE国际计算机科学与信息技术学会会员，国际期刊IJCEE、IJTM编委。担任国家自然科学基金项目评审专家，省基金项目评审专家，省留学管理咨询与评审专家，省高级职称评审专家，省科学技术奖励评审专家。主持完成国家自然科学基金项目和省自然科学基金面上项目多项。先后被评为太原师范学院“三育人”先进个人、“教书育人” 先进人物、优秀共产党员；曾荣获山西省教学成果一等奖（主持人）；山西省科学技术奖（自然科学）三等奖（主持人）。