摘要：深度学习在诸如图像处理、自然语言处理、运筹、博弈等领域取得了巨大的成功。但其成功的原因依然缺乏严格的理论解释与验证。在这种未知性下，学术界与业界掀起了深度学习浪潮， 试图用深度神经网络去处理所有学习问题。很显然，在某些应用上，效果不如预期。 该报告将从数学上（统计学习的角度）揭露深度神经网络的学习能力并在一定程度阐明深度学习的适用范围。特别地，该报告聚焦如下四个基本问题：

1.深度网是否一定比单层网好?

2.在什么情况下用深度学习会更有效？

3.为什么深度网在大数据时代取得这么大成功？

4.过参数化深度神经网络为何可规避过拟合现象?

讲座时间：2021年11月11日（周四）下午2点-3点

讲座地点：勤园21-306

主讲人：林绍波（西安交通大学管理学院）

主讲人简介：林绍波，教授、博士生导师。本科、硕士毕业于杭州师范大学，博士毕业于西安交通大学。研究方向为函数逼近论、分布式学习理论、深度学习理论及强化学习理论。在应用数学顶级期刊ACHA、SINUM、CA及机器学习顶级期刊JMLR，TPAMI，TIT等发表论文70余篇。主持或以核心骨干参与国家级课题11项。