题  目：Sparse Machine Learning in a Reproducing Kernel Banach Space

内容简介：The aim of this talk is to explain to graduate students and beginning researchers in the field of mathematics, statistics and engineering the fundamental concept of sparse machine learning in Banach spaces. We will use binary classification as an example to explain the essence of machine learning in a reproducing kernel Hilbert space and sparse learning in a reproducing kernel Banach space (RKBS). We then utilize the Banach space l1(N) to illustrate the basic concepts of the RKBS in an elementary yet rigorous fashion. This talk will review existing results in the author's perspectives to reflect the state of the art of the field of sparse learning.

报告人：许跃生

报告人简介：美国欧道明大学数学与统计学系教授、美国雪城大学荣休教授、曾任中山大学国华讲席教授，德国洪堡学者。在小波分析、函数逼近、积分方程数值解、信号与图像处理、机器学习等方面做出多项原创贡献。多次主持美国国家基金项目。1999至2011年担任美国Springer出版社学术期刊Advances in Computational Mathematics执行主编。曾任中国计算数学学会副理事长。

时  间：2022年11月14日（周一）上午9：00 - 10：00

地  点：Zoom在线会议ID：922 6563 2645   密码：594034

热烈欢迎广大师生参加!

信息科学技术学院

2022年11月8日