4月25日，太原师范学院王福胜教授应邀在行知楼0228报告厅作题为“机器学习中梯度提升算法的改进及性能分析”的报告。报告由科学技术部部长康淑瑰教授主持，相关领域的教师和学生参加。

​　　机器学习算法是一类能够从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。随着机器学习技术的发展，如何减少计算成本、提高算法的收敛速度也引起了越来越多的关注。报告中，王福胜教授首先介绍了梯度提升机（GBM）,邻近提升机（PBM）和加速邻近提升机（APBM）的基本原理及国内外研究现状。随后，王福胜教授就目前个人关于机器学习算法的研究进行了介绍，他基于邻近提升机结合随机思想给出了随机邻近提升机（RPBM），解决了在弱学习器空间中搜索计算成本大的问题；基于加速邻近提升机结合修正伪残差给出了一种新的加速算法——基于修正伪残差的加速邻近提升机（CAPBM）,解决了加速过程误差累积的问题。最后，王福胜教授与教师们展开了热烈讨论，与会教师和同学们在机器学习理论上拓宽了眼界，受益匪浅。

　　王福胜教授，理学博士，运筹学与控制论方向学术带头人，硕导，主要研究方向为最优化理论、算法及其在人工智能中的应用。现任IEEE国际计算机科学与信息技术学会会员，以及国际重要学术期刊GBJP的编委。担任国家自然科学基金项目通讯评审专家，省基金项目评审专家，省留学管理咨询与评审专家，省高级职称评审专家，省科学技术奖励委员会评审专家。中国优选法统筹法与经济数学研究会-数学建模与算法分会理事，全国大学生数学建模竞赛国家级优秀指导教师。在国内外重要学术期刊发表论文40余篇，其中SCI收录近20篇，出版最优化方面的专著（合著）2部，主持完成国家自然科学基金项目和省自然科学基金面上项目多项。获国家实用新型发明专利1项（第一完成人），荣获山西省教学成果一等奖（第一完成人），山西省科学技术奖（自然科学）三等奖（第一完成人）。（来源：科学技术部、数学与统计学院  责编：赵鑫）