2025年3月6日，人工智能系列讀書班活動迎來了2025年第三場報告會，張曉亮博士做了“計算學習理論”的研究内容分享，先後介紹了概率近似正确PAC（提供學習算法的性能保證，确保算法在有限樣本下能夠以高概率近似正确學習），PAC可學習、PAC學習算法、不可知PAC可學習、VC維（衡量機器學習模型複雜度的一個指标，表示模型能夠正确分類的最大數據集容量）、Rademacher複雜度（用于評估機器學習模型的泛化能力，複雜度越低，泛化性能越好）、穩定性（若學習算法A滿足風險最小化ERM且穩定的，則假設空間H可學習）等：
圖1 張曉亮博士主持“計算學習理論”讨論會
自由讨論環節，大家讨論了PAC可學習、VC維的概念，以及多項式時間内可解決的問題等；又簡要讨論了DeepSeek+知識庫的構建、在徽菜上的分類效果以及DeepSeek+工作流的問題等。
（總結：沈來信）