祝贺许卓尔、朱光辉的论文被机器学习领域国际一流期刊MLJ（CCF B类）录用！

祝贺我组的研究论文One-Stage Tree: End-to-End Tree Builder and Pruner被机器学习领域国际一流期刊Machine Learning Journal（MLJ，CCF B类）录用！ 该工作借鉴了自动化机器学习（Automatic Machine Learning）中神经架构搜索（Neural Architecture Search, NAS）的思想，将传统决策树模型的构建和剪枝问题抽象成一个联合的双层优化问题，从采用可微的计算方式，实现树模型架构的端到端自动化设计。为了降低离散性能偏差以及尽可能保持树模型的可解释性，本文工作采用了重参数技巧（reparameterization trick）以及近端迭代优化，能够在端到端训练过程中保持树架构的离散性。实验结果表明，One-Stage Tree的性能优于CART等决策树模型以及已有的soft trees，而且具有一定的可解释性。我组参与该项研究工作的人员有：许卓尔同学、朱光辉老师、袁春风老师、黄宜华老师，其中朱光辉老师是论文指导老师。