近日，2023年度中国科学院优秀博士学位论文评审结果公布，应用数学所易鸣洋博士的博士学位论文《机器学习中的泛化理论》入选。其导师马志明院士荣获本年度“中国科学院优秀导师奖”。

本文将从理论的角度探索机器学习中的泛化问题。泛化问题的理论研究是机器学习中的一个经典的问题，然而现有的研究多集中于与训练集同分布数据上的泛化理论。而由于机器学习的发展及广泛应用，模型在与训练集不同分布数据上的泛化近年来变得备受关注。因此本文将分为两个部分，即探索模型在与训练集同分布以及不同分布的数据上的泛化性。

二、与训练集不同分布数据 (样本外数据) 上的泛化性。具体来说，样本外数据来自于样本内数据加上某种具体的扰动，而这样的扰动一般可以分为分布上的扰动，伪相关的扰动以及数据风格扰动。针对第一第二种扰动，我们提出分别通过提升模型鲁棒性以及模型对无关属性的不变性来提升其样本外泛化性。最后，基于一个因果模型，我们建立了一套更加一般的理论，保证了具有某种因果不变性模型能够在上述三种样本外数据上都会有好的泛化能力。