最近10年，深度学习的崛起带来的AI新一波的浪潮，语音识别、计算机视觉、机器翻译等领域均取得巨大的技术突破。

同时，也因为过度炒作，使得一些人对深度学习之外的机器学习方法知之甚少。

但不得不说的是，集成学习方法，一直是整个机器学习领域的「常青树」，受到学界与业界的广泛关注。 近日，南京大学周志华教授的专著《集成学习：基础与算法》中文版上市，让我们能够有机会系统的学习这一经典的机器学习方法。

为了更好的帮助广大读者们学习、了解集成学习，博文视点学院联合机器之心，特邀《集成学习：基础与算法》一书译者李楠博士带来两场精彩线上分享，带领大家一起学集成学习。

集成学习主题线上分享 第一期

集成学习：基础和算法

8月16日（周日） 20:00

分享概要

• 背景和基础概念

• 并行集成学习方法：介绍构建并行集成学习方法的核心要素，以及经典方法Random Forests；

• 串行集成学习方法：介绍以Boosting方法为代表的并行集成学习方法；

• 集成学习的理论探索：介绍集成学习相关的理论议题，包括Bias-Variance Tradeoff，Margin Theory，Accuracy-Diversity Tradeoff等。

讲 师 简 介

李楠

博士，毕业于南京大学计算机系机器学习与数据挖掘研究所 (LAMDA) ，师从周志华教授从事机器学习研究。发表论文20余篇，并获国际数据挖掘竞赛冠军及最佳论文奖。

先后供职于阿里巴巴iDST/达摩院和微软亚洲互联网工程院，主要从事机器学习在互联网搜索、推荐和广告中的研究和应用工作。

相关图书推荐

人工智能探索与实践丛书

《集成学习：基础与算法》

周志华 著 ，李楠 译

国内独本剖析集成学习的著作