应我院邀请，7月3日下午，华北电力大学陈德刚教授在腾讯会议作了题为《Radermacher复杂度及其应用》的报告。相关师生聆听了此次报告，报告由廖淑娇副教授主持。

报告中，陈德刚教授首先介绍了机器学习中PAC学习的基本框架及其应用。其次，详细讲述了生长函数、VC-维和Radermacher复杂度的基本概念，Radermacher复杂度是机器学习中度量函数空间复杂度的重要概念。接着，讨论了几种假设空间复杂度及其关系。 最后，讲述了Radermacher复杂度的应用背景，及其在分类和回归问题中对泛化误差的刻画。报告结束后，在座的师生就相关研究问题进行了探讨和交流。

陈德刚，2000年于哈尔滨工业大学数学系获理学博士学位，2000-2002和2002-2004分别于西安交通大学理学院目和清华大学CIMS研究中心从事博士后研究工作，目前为华北电力大学数理学院教授，控计学院博士生导师，主要从事与机器学习和数据挖掘相关的理论研究工作. 目前为国际期刊《International Journal of Machine Learning and Cybernetics》编委。截至目前完成自然科学基金面上项目三项, 数学天元基金一项，参加973课题1项发表学术论文150多篇(其中70余篇被SCI收录,包括IEEE会刊论文15篇, ESI高被引论文5篇, Scupos高被引论文5篇,主要论文在SCI上他引用次数超过2000次),出版专著两部,作为主持人于2017年度获得河北省自然科学奖三等奖一项,作为第二完成人2011年获得河北省自然科学奖二等奖一项,2018年获得吴文俊人工智能自然科学一等奖（排名第三）.