短期课程：University of Stuttgart, Ingo Steinwart教授到访我院并讲授短期课程

3月12日至15日，Institute for Stochastics and Applications, Department of Mathematics, University of Stuttgart, Ingo Steinwart教授在我校崇德西楼（原科研楼A座）702会议室为我校师生讲授了以“Statistical Learning Theory”为主题的短期系列课程。

第一天，Ingo教授简要介绍了“Statistical Learning Theory”的概况和最新动态。Statistical learning theory是由Vapnik建立的一套机器学习理论，使用统计的方法，可以看作是有限样本下的机器学习问题的一个特例。由这套理论所引出的支持向量机（support vector machine）对机器学习理论界以及各个应用领域都有极大的贡献。

第二天，Ingo教授又讲授了“Loss Function and their Risks”的有关内容。Loss function是用于估量模型的预测值与真实值的不一致程度，通常用L(Y, f(x))来表示。Loss function越小，模型的鲁棒性（robustness）就越好。Loss function是经验风险函数的核心部分，也是结构风险函数重要组成部分。

第三天，Ingo教授为我们介绍了“Surrogate Loss Function”。当原本的Loss function因非凸、非连续等原因不便于计算时，我们就会考虑使用surrogate loss function进行替换。寻找能进行计算的surrogate loss function来替代0-1损失，可以把原来复杂的优化问题转化为一个近似的、便于求解的优化问题。

最后一天，Ingo老师讲解了“Kernels and Reproducing Kernel Hilbert Spaces”中的一些问题。Hilbert Spaces是欧几里德空间的一个推广，具有完备性。在计算函数内积时，通过Reproducing Kernel Hilbert Space，原本需要计算无穷维积分的函数，现在只需要计算核函数就可实现。

我院部分师生参加了此次课程，参与者和Ingo教授就课程的内容、问题以及在现实中的应用等方面展开了热烈的讨论，课程取得了圆满成功。此次将近一周的短期课程为大家提供了很好的国际交流平台，参与的师生们均表示受益颇丰。

Ingo Steinwart教授简介：

Prof. Dr. Ingo Steinwart

Chair for Stochastics

Institute for Stochastics and Applications

Faculty 8: Mathematics and Physics

University of Stuttgart

Website：http://www.isa.uni-stuttgart.de/Steinwart/index.t?lang="en&/Steinwart/