大數(shù)據(jù)環(huán)境下的半監(jiān)督學習算法的設(shè)計與分析

　　半監(jiān)督學習是近年來機器學習領(lǐng)域中的熱點問題，其研究如何利用少量的標記樣本和大量的未標記樣本訓(xùn)練學習機器， 并且通過未標記樣本來改善學習機器的推廣性能。本書致力于分析大數(shù)據(jù)環(huán)境下的具有隱私保護性能的半監(jiān)督學習算法設(shè)計與理論分析。其主要內(nèi)容包括：圖正則化半監(jiān)督算法的設(shè)計與稀疏性研究，如何從理論上給出誤差分析；保護用戶隱私的熵正則化半監(jiān)督算法。同時，提出熵正則化半監(jiān)督算法的誤差分析方案，建立其收斂速率。*后，展開對設(shè)計算法的隱私保護性能分析的研究。

　　左玲，湖北工業(yè)大學，理學院，副教授研究方向和主要研究內(nèi)容：機器學習，半監(jiān)督學習算法的構(gòu)造與理論分析。教育經(jīng)歷（從大學本科開始，按時間倒序排序）：2010/09–2014/12，湖北大學，數(shù)學與統(tǒng)計學學院數(shù)學系，博士，導(dǎo)師：李落清2003/09–2006/06，湖北大學，數(shù)計學院應(yīng)用數(shù)學系，碩士，導(dǎo)師：李落清1999/09–2003/06，湖北大學，數(shù)計學院數(shù)學與應(yīng)用數(shù)學系，學士主持或參與科研項目（按時間倒序排序）：國家自然科學基金青年基金項目，61702167，大數(shù)據(jù)環(huán)境下保護用戶隱私的半監(jiān)督學習算法研究，2018/01–2020/12，26萬元，主持。期刊論文（按時間倒序排序）：[1] Ling Zuo， Yulong Wang. Error analysis for the semi-supervised algorithm under maximum correntropy criterion. Neurocomputing， 223： 45-53， 2017. （SCI二區(qū)）[2] Fangchao He， Ling Zuo， Hong Chen. Stability analysis for ranking with stationary φ-mixing samples. Neurocomputing， 171： 1556-1562， 2016. （SCI二區(qū)）[3] Ling Zuo， Luoqing Li， Chen Chen. The graph based semi-supervised algorithm with L1-regularizer. Neurocomputing， 149： 966-974， 2015. （SCI二區(qū)）