报告人：於州 教授
报告题目：面向非欧数据的半监督学习与集成学习
报告时间：2026年5月13日（周三）14:30-15:30
报告地点：云龙校区6号楼304报告厅
主办单位：数学与统计学院、数学研究院、科学技术研究院
报告人简介：
於州，华东师范大学教授、博士生导师。主要研究方向为高维数据统计分析及统计机器学习，在Annals of Statistics, Biometrika，JASA, JRSSB, Journal of Machine Learning Research, IEEE Transactions on Information Theory等知名统计及机器学习期刊上发表论文50余篇。曾主持国家重点研发计划课题、自然科学基金青年、面上项目，获得上海市自然科学二等奖等奖项，霍英东青年科学奖二等奖。并先后入选上海高校东方学者特聘教授，上海市青年拔尖人才，国家级青年人才等计划。
报告摘要：
现代大数据往往呈现复杂非欧特征，给传统的统计机器学习方法带来了新的挑战。我们在此聚焦面向非欧数据的两类统计机器学习方法——半监督学习与集成学习。我们将说明如何有效利用无标签样本构建一类自适应的半监督学习方法，并从理论上说明半监督学习具有更快的收敛速度。对于非欧数据，我们以机器学习中广泛使用的随机森林和决策树为例，从理论上说明随机森林作为集成学习方法相较于单棵决策树具备更快的收敛速度。我们也将通过数值分析与实际应用进一步验证面向非欧数据所建构的半监督学习与集成学习的优良性质。