报告题目：基于粒化数据重要性标记的快速实例约减方法研究

汇 报 人：耿聪

报告时间：2023年10月24日（周二）20:30

报告形式：腾讯会议，350-944-402

内容简介：不同领域产生的数据量呈指数趋势增长，规模庞大的数据由于其潜在的价值而引起各界的瞩目。然而，基于实例的机器学习算法分析和处理数据的能力却在这种增长趋势下被大大制约，且大规模数据的存储也成为当前亟待解决的问题，因此，实例约减成为大规模数据分析和处理的重要研究内容之一。实例约减即基于一定的准则，在尽可能保持学习算法性能的前提下，删除数据集中对数据分析贡献较小的样本，以减小数据规模，提高数据分析的效率。已有实例约减算法在大数据环境下，往往面临算法耗时、约减率和约减子集的数据分析性能难以平衡的问题。针对上述问题：借鉴粒计算在特征选择领域的研究成果，提出一种基于粒化数据重要性标记的快速实例约减算法。

人工智能学院

2023年10月23日