统计与数据科学学院 毛萍 报道
2025年11月29日上午10：00，浙江大学张子柯教授应邀为我院师生做学术讲座。讲座在位育楼417会议室举行，由武汉大学数学与统计学院教授吴晓群主持。
在机器学习领域，数据结构对算法效能的影响备受关注，尤其是在二分类这一常见任务中。本次学术讲座，张教授带来的研究成果为该领域提供了新的视角——研究团队构建的理论框架明确指出，给定数据集上二分类器的最大潜力主要受数据固有属性的限制。研究通过严谨的理论推导与实证检验，采用标准目标函数、评估指标及二分类器展开系统分析，得出两项关键结论：其一，证实实际数据集上二分类任务的性能理论上限具备可实现性，这一上限精准反映了学习损失与评估指标之间可计算的平衡关系；其二，团队计算出三种常用评估指标的精确上限值，印证了“性能上限与数据集特征紧密相关、与所用分类器无关”的核心论点。张教授表明，团队的后续分析更挖掘出重要关联：二分类数据的性能上限与类别重叠程度存在明确对应关系，这一发现为特征工程中精准筛选最高效特征子集提供了关键依据。最后，张教授对讲座内容进行总结，提出要激励研究人员关注数据质量或新方法，并从多类、时间序列分类等方面进行了未来工作方向的展望。
讲座结束后，现场师生积极提问，与张子柯教授就讲座内容展开了深入探讨。本次讲座取得圆满成功，不仅拓宽了我院师生的学术视野，也为后续相关研究与技术应用注入了新的思路与动力。
