报告信息
主题：机器学习中基于轨迹的泛化分析
Trajectory-based Generalization Analysis in Machine Learning
嘉宾：滕佳烨
地点：腾讯会议：437-760-352（或点击阅读原文）
时间：2023年10月07日（周六）20:00
报告摘要
在本次报告中，我将介绍我们在轨迹泛化分析中的一系列工作。轨迹泛化分析通过模型的优化信息来分析泛化性质。本次报告将主要讨论以下内容：(1) 如何利用模型轨迹性质提升泛化界，(2) 如何通过模型轨迹性质预测泛化性能，(3) 如何通过模型设计来分析轨迹泛化性质，以及 (4) 在轨迹分析中的泛化度量。本次报告会主要聚焦在分析而非推导，不会涉及论文中的具体技术细节。
嘉宾简介
‍‍‍‍‍‍‍‍滕佳烨是清华大学交叉信息研究院博士四年级的在读学生，导师为袁洋老师，研究方向主要包括机器学习理论中的泛化问题，以及统计学习中的因果推断和不确定性度量等。他以一作/共一身份发表了8篇文章，包括3篇ICLR, 3篇ICML, 1篇NeurIPS以及1篇AISTATS，并曾在清华大学荣获国家奖学金。他是人工智能研讨会FAI-Seminar的组织者之一。
个人主页：www.tengjiaye.com‍‍‍‍‍‍
统计之都（Capital of Statistics，简称 COS）成立于 2006 年，是一个旨在推广与应用统计学、数据科学知识的公益性网站和社区。
统计之都以专业、人本、正直、团结的理念尝试推动统计和数据科学在中国的发展，促进各行业的创新和繁荣。
继续阅读
阅读原文
关键词
性质
机器学习
报告
学习中
滕佳烨