题目：机器学习中的集成学习算法
主讲人：孙博
时间：2023年10月8日（周日）上午9:00
地点：学实楼1008
报告摘要：集成学习(Ensemble learning)是机器学习中的一个重要研究方向，自提出以来受到了学术界和工业界的广泛研究和应用。集成学习的基本思想是通过组合（即集成）若干个多样化（即有差异）的弱学习器来有效提升单个学习器的泛化性能，以克服单个学习器存在的性能不稳定的风险。集成学习的思想频繁出现在各种国际数据挖掘、图像识别大赛冠军团队的解决方案中。本报告主要对集成学习的产生背景、基本步骤、几种经典集成学习算法，以及团队的近期研究进展进行介绍，并对若干重要问题进行展望。
个人简介：孙博，博士。主要研究方向为机器学习中的集成学习、类不平衡学习。在Neurocomputing，Knowledge-Based Systems，Frontiers of Computer Science，控制理论与应用，控制与决策等人工智能领域国内外重要学术刊物上发表论文10余篇，所发表论文累计被引用200余次；目前主持山东省自然科学基金面上项目1项，完成山东省自然科学基金青年项目1项。