金耀初教授首先以大家熟悉的多目标优化为例，引出多目标如何运用在机器学习和模型选择中，然后介绍了基于Pareto神经网络的规则化和模型选择，以及多目标特征的提取。最后介绍了基于Pareto 的方法在机器学习和多目标演化算法中的运用的重大意义。其中在基于Pareto的多目标模型的选择和如何提取他们的特征上，金教授做了详细的论述。最后，老师和同学们就机器学习的研究与应用方面所关心的问题踊跃提问，金教授一一作了耐心细致的解答。此次讲座使同学和老师们对基于Pareto的多目标机器学习有了更深入的认识，对自身所学专业和研究方向也有了更深入的思考，激发了大家的研究兴趣，开阔了研究视野。
附: 金耀初教授分别于1988，1991，1996年在浙江大学获学士，硕士和博士学位，并于2001年在德国波鸿鲁尔大学获工程博士学位。目前为英国萨里大学计算机系智能计算方向首席教授、自然计算与工程应用组主任。主要研究方向为形态发育机器人、形态自组织系统、进化发育神经计算、基因调控网络建模与分析、动态不确定环境下的进化优化、多目标机器学习等。目前已发表学术论文150余篇，论文被引用次数近5000次（据Google Scholar）；获美国/欧盟等6项专利。自2010年以来，获得了欧盟第七框架科技计划（EU FP7），英国工程和自然科学研究基金（UK EPSRC），以及大量企业项目。目前，金耀初教授为包括多个IEEE会刊在内的七家主要国际期刊副主编。英国计算机学会Fellow、IEEE高级会员，以及国际神经网络学会会员。