报告题目：统计交叉科学与机器学习
报告人：吴喜之（中国人民大学统计学院教授、博士生导师）
报告时间：2023年9月4日（周一）下午16：00—
报告地点：山东财经大学燕山校区1号教学楼1706
主办单位：统计交叉科学研究中心
协办单位：科研处、统计与数学学院
报告内容：报告从认识世界的角度，通过具体实例客观审视传统统计学与现代数据科学的交叉科学。从模型驱动的历史谈到数据驱动的未来，认识主观模型驱动的传统统计思维束缚，建立以问题为驱动，忠实于数据真相的现代数据科学思维模式，以及重视任何开源软件的泛型编程能力的培养。
报告人简介：吴喜之，著名统计学家，数据科学的先驱者。中国人民大学教授、博士生导师。本科毕业于北京大学数学力学系，美国北卡罗来纳大学统计博士。在国际国内专业期刊上发表学术论文60余篇，出版专著和教材40余部；研究涉及的领域或方向包括：序贯分析及最优停时、回归诊断、模型选择、贝叶斯统计、非参数统计、机器学习（包括深度学习、强化学习）等等；曾在南开大学、中国人民大学、北京大学、中山大学、加州大学伯克利分校、加州大学戴维斯分校、北卡罗来纳大学教堂山分校、北卡罗来纳大学夏洛特分校、密歇根大学等20余所国内外大学任教。