6月19日下午，应学院与科研处邀请，上海财经大学邱怡轩副教授在西校图书馆三楼会议室为我院师生作了题为“具有线性计算复杂度及线性收敛速度的经验风险最小化算法”的学术报告。会议由我院院长夏万军教授主持，学院师生约40人参加了会议。

经验风险最小化（Empirical risk minimization，ERM）是一种重要的解决机器学习问题的框架。报告提出了一种名为ReHLine的新算法，它可被用于最小化一类带正则项的ERM问题，可以有效地处理各种损失函数、正则化项和约束的组合，特别适用于复杂的特定领域的问题。邱怡轩副教授指出ReHLine具有理论保证的线性收敛速度，并且每次迭代的计算复杂度与样本量呈线性关系，与大规模数据集上的通用优化求解器相比，ReHLine在计算效率方面具有显著的优势。此外，它还优于定制的求解器，如求解支持向量机的Liblinear和求解Huber回归的hqreg。

邱怡轩副教授以其深刻的见解和丰富的研究经验，为参与师生揭示了ReHLine卓越的灵活性和计算效率。报告结束后，邱老师与师生进行深入交流，加深了与会师生对机器学习问题的认识，营造了良好的学术氛围。

（撰稿/摄影：胡玉乐；审核 崔连标）