报告题目：Safe screening rule for support vector machine

报告人：徐义田，教授

报告人简介：徐义田，中国农业大学教授，博士生导师。主要研究方向为运筹与优化，机器学习与数据挖掘等。主持国家自然基金、北京市基金多项。荣获宝钢教育基金优秀教师奖，中国农业大学第六届教学名师奖等众多荣誉称号。共发表SCI、EI论文70余篇。其中在中科院一区期刊IEEE Transactions on Neural Networks and Learning Systems，IEEE Transactions on Cybernetics，Information Science等发表论文6篇。

报告摘要：支持向量机是一种有效的机器学习方法，然而在处理大数据时受到了一定的限制。在大数据驱动下，如何提高它的计算效率是一个很值得研究的问题。通过构建安全的样本或特征筛选准则，在模型训练之前删去大量冗余的样本或特征，降低数据的规模，可有效地加快了支持向量机的运算速度，而且可以从理论上保证筛选前后模型的精度保持不变。这也是较目前样本或特征选择的最大区别。同时，针对现有准则理论上安全，但实际应用中可能存在不安全的可能性，构建了基于可行解的安全筛选准则，有效地解决了这一问题。

报告时间：2020年1月3日（周五）15:00

报告地点：统计学院办公楼104会议室