主讲人：Dr Mehdi Naseriparsa

时间：2026年5月11日16：30-17：30

地点：现代产业大楼学术报告厅

主讲人简介：

Mehdi Naseriparsa，博士，澳大利亚联邦大学信息技术讲师、人工智能领域研究者。博士毕业于斯威本科技大学信息与通信技术专业，持有澳大利亚联邦大学高等教育研究生证书。在信息技术领域拥有丰富的研究、教学、课程协调与质量审核、评分评估及课程开发经验，长期面向本科生与研究生讲授编程、人工智能、数据分析、商业分析、机器学习/深度学习平台及数据库系统等课程，并在知名人工智能、数据科学和机器学习领域会议及期刊发表学术论文。

内容摘要：

不平衡分类面临诸多挑战，模型往往更偏向于多数类，导致少数类的检测性能下降。本报告探讨了针对从社交媒体获取的不平衡饮食障碍数据的重采样、代价敏感学习和集成方法。研究结果为在不平衡社交媒体数据场景下选择稳健策略提供了实践见解，有助于建立更可靠的预测模型。