AI中国网 https://www.cnaiplus.com
继移动互联网之后，人工智能技术机器已经席卷全球，引爆了下一场信息革命，工业革命，医疗革命，金融革命。机器学习无疑人工智能领域目前最受关注的热点学科方向之一。了解机器学习的前沿发展，不仅对于相关领域的研究者和工程师有着积极意义，同时也对需要转型机器学习的相关机构和个人提供了极大的参考价值。
本次AIDL2《机器学习前沿》由中国人工智能学会（CAAI）主办，南京大学周志华教授担任学术负责人，并邀请到了机器学习领域重要分支的十余位著名学者作为特邀报告人。参会者不仅可以收获专家们对其各自领域的基础知识和最新进展进行集中讲解，也可以获得跟顶尖专家交流的机会。
附：嘉宾简介
学术负责人：
周志华 南京大学教授
ACM Fellow（美国计算机学会会士）， AAAS Fellow （美国科学促进会会士）， AAAI Fellow（国际人工智能学会会士）， IEEE Fellow（国际电气电子工程学会会士），IAPR Fellow （国际模式识别学会会士）。中国人工智能学会机器学习专业委员会前任主任。南京大学计算机软件新技术国家重点实验室常务副主任。在一流国际期刊和顶级国际会议发表论文100余篇，被引用逾两万次，H－index 73，被列入计算机领域H－index最高的前100位学者。
特邀讲者（姓氏拼音为序）：
刘铁岩 微软亚洲研究院首席研究员
博士，IEEE 院士，ACM 杰出会员，CCF 高级会员。互联网经济与计算广告学研究组负责人。卡内基梅隆大学，中国科技大学和南开大学等学校的客座教授。他的研究兴趣包括：人工智能、机器学习、信息检索、数据挖掘等。他的先锋性工作促进了机器学习与信息检索之间的融合，被国际学术界公认为「排序学习」领域的代表人物。在国际顶级期刊和会议上发表相关论文70余篇。他持有40余项美国和国际专利。他的论文曾获得国际信息检索大会（SIGIR）最佳学生论文奖，和国际期刊《视觉通信和图像表示》的最高引用论文奖。
王立威 北京大学教授
博士， 主要研究领域为机器学习。在包括COLT， NIPS，JMLR， PAMI等权威会议期刊发表论文60余篇。2010年入选AI’s 10 to Watch，是首位获得该奖项的亚洲学者。2012年获得首届国家自然科学基金优秀青年基金，新世纪优秀人才。任NIPS等权威会议Area Chair，和多家学术期刊编委。
报告题目：《机器学习理论：回顾与展望》
摘要：衡量机器学习算法性能最重要的指标是其泛化能力。本次报告者，我将介绍机器学习中关于泛化能力的几个重要理论。首先介绍VC理论，该理论刻画了经验风险最小化算法的泛化能力。对于SVM和Boosting这类学习算法，margin理论描述了confidence与泛化的关系。我还将介绍algorithmic stability理论，这一理论说明所有具备训练稳定性的学习算法必然具有很好的泛化能力。最后，我将对深度学习算法进行讨论。包括深度网络的损失函数性质、随机梯度算法的鞍点逃逸，以及用算法稳定性理论阐述深度学习算法的泛化能力。
张长水 清华大学教授
智能技术与系统国家重点实验室学术委员会委员，清华大学自动化系教授、博士生导师， 智能技术与系统国家重点实验室副主任，自动化系主任。主要从事图像处理、信号处理、模式识别与人工智能、进化计算等研究领域以及和工业界的合作。任Pattern Recognition的编委（Associate Editor），“计算机学报”编委，中国人工智能学会常务理事。近年在国际期刊和会议上发表学术论文超过100篇，其中包括国际权威期刊Pattern Recognition，TNN，TKDE，IEEE Transaction on Multimedia，以及国际顶级会议IJCAI，AAAI，NIPS，ICML，ECML，SIGIR，CVPR等
AI中国网 https://www.cnaiplus.com
本文网址：
