理工學(xué)院成功舉辦統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)研討會(huì)
2018年12月12日，來(lái)自世界知名大學(xué)的多位統(tǒng)計(jì)學(xué)教授參加了由香港中文大學(xué)（深圳）理工學(xué)院主辦的統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)研討會(huì)，與會(huì)的教授從不同角度和研究領(lǐng)域講述了統(tǒng)計(jì)在研究層面的廣泛運(yùn)用，幫助學(xué)生了解統(tǒng)計(jì)學(xué)家在研究層面可以解決的大量問(wèn)題，并且鼓勵(lì)他們從事相關(guān)重要領(lǐng)域的工作。
?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
香港中文大學(xué)（深圳）數(shù)據(jù)與運(yùn)籌科學(xué)研究院蔡卓軒教授主持開(kāi)幕
?
內(nèi)容回顧
?
遺傳風(fēng)險(xiǎn)的統(tǒng)計(jì)方法
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
Prof. Hongyu Zhao介紹遺傳風(fēng)險(xiǎn)的統(tǒng)計(jì)方法
?
? ? ? ? Prof. Hongyu Zhao來(lái)自耶魯大學(xué)生物統(tǒng)計(jì)學(xué)系，他為大家介紹了統(tǒng)計(jì)知識(shí)在遺傳學(xué)研究與精準(zhǔn)醫(yī)學(xué)領(lǐng)域的運(yùn)用。在過(guò)去的幾十年里，人類(lèi)發(fā)現(xiàn)了數(shù)千種與基因相關(guān)的遺傳疾病，但是遺傳風(fēng)險(xiǎn)預(yù)測(cè)的準(zhǔn)確性卻不高。這在很大程度上是由于在識(shí)別所有功能相關(guān)的變異和準(zhǔn)確估計(jì)其影響大小方面都存在挑戰(zhàn)。在這場(chǎng)講座中，Prof. Zhao展示了近年來(lái)研究出的一些提高預(yù)測(cè)精確度的算法。把數(shù)據(jù)庫(kù)里儲(chǔ)存的大量遺傳病相關(guān)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，以此來(lái)建立模型，經(jīng)過(guò)測(cè)試數(shù)據(jù)的測(cè)試之后，就可以進(jìn)行遺傳風(fēng)險(xiǎn)預(yù)測(cè)。在這方面，國(guó)內(nèi)外已有相關(guān)公司和機(jī)構(gòu)將這項(xiàng)研究運(yùn)用到市場(chǎng)。用戶(hù)進(jìn)行基因檢測(cè)之后，會(huì)得到一份風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告，該報(bào)告會(huì)以樣本中的數(shù)據(jù)為參照系，為用戶(hù)進(jìn)行風(fēng)險(xiǎn)說(shuō)明。
?
稀疏協(xié)調(diào)輔助學(xué)習(xí)的最優(yōu)治療決策
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
Prof. Lan Wang介紹輔助算法
?
? ? ? ? 來(lái)自明尼蘇達(dá)大學(xué)統(tǒng)計(jì)學(xué)系的Prof. Lan Wang為聽(tīng)眾帶來(lái)一場(chǎng)關(guān)于輔助學(xué)習(xí)算法的講座。其算法可以廣泛運(yùn)用到各種決策場(chǎng)景中。Prof. Wang以公民投票為例，簡(jiǎn)單說(shuō)明了為了找到最優(yōu)決策規(guī)則，2016年提出的一種基于最大秩相關(guān)估計(jì)的協(xié)和輔助學(xué)習(xí)算法。通過(guò)兩兩比較，可以更好地利用現(xiàn)有信息。然而目標(biāo)函數(shù)的不連續(xù)性，使得計(jì)算難以?xún)?yōu)化。經(jīng)過(guò)一定研究，這個(gè)問(wèn)題可以通過(guò)一種凸代理?yè)p失函數(shù)得到解決。此外，該算法還使得決策的復(fù)雜性降低。王嵐講授詳細(xì)地講授了該算法的具體步驟，并且此算法已在抑郁癥治療的臨床試驗(yàn)應(yīng)用中呈現(xiàn)不錯(cuò)效果。
?
人工智能，大數(shù)據(jù)和數(shù)據(jù)分析
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
Prof. Feifang Hu解析人工智能
?
? ? ? ? Prof. Feifang Hu 來(lái)自喬治·華盛頓大學(xué)統(tǒng)計(jì)學(xué)系，他從數(shù)據(jù)的角度解析人工智能。人類(lèi)通過(guò)已有的信息進(jìn)行決策，并且根據(jù)新產(chǎn)生的信息來(lái)優(yōu)化決策。Prof. Hu從這個(gè)角度為人工智能下定義，他認(rèn)為人工智能夠通過(guò)搜集的數(shù)據(jù)幫助人類(lèi)做出決定。在這個(gè)過(guò)程中，有效數(shù)據(jù)極為重要。Prof. Hu 強(qiáng)調(diào)了有效數(shù)據(jù)的重要性，并且以曹沖稱(chēng)象、不同度量衡下的物體質(zhì)量為例，為聽(tīng)眾概述了獲得有效數(shù)據(jù)的方式——設(shè)計(jì)合適的實(shí)驗(yàn)，以往有很多人對(duì)數(shù)據(jù)進(jìn)行錯(cuò)誤的認(rèn)識(shí)，卻以為是數(shù)據(jù)欺騙了他們。Prof. Hu認(rèn)為學(xué)會(huì)如何獲得并且認(rèn)識(shí)有效數(shù)據(jù)極其重要。
?
部分觀(guān)測(cè)Heston模型濾波方程的實(shí)時(shí)隨機(jī)波動(dòng)率估計(jì)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
Prof. Zeng Yong介紹貝葉斯估計(jì)
?
? ? ? ? 在其部分觀(guān)測(cè)Heston模型濾波方程的實(shí)時(shí)隨機(jī)波動(dòng)率估計(jì)的講座中，Zeng Yong教授以追蹤股市交易記錄為例，通過(guò)最近提出的針對(duì)超高頻數(shù)據(jù)的標(biāo)記點(diǎn)過(guò)程觀(guān)察，以及濾波方程進(jìn)行貝葉斯估計(jì)( BEFE)，簡(jiǎn)單介紹了Markov過(guò)程的普遍框架。該講座涉及使用標(biāo)記點(diǎn)過(guò)程觀(guān)察過(guò)濾模型，選擇歸一化方程以表征后驗(yàn)，并使用遞歸算法進(jìn)行貝葉斯推理以傳播和更新聯(lián)合后驗(yàn)分布。Zeng Yong教授和他的同事B. Bundick，J. Yin表明了遞歸算法在GPU并行計(jì)算中的適用性，并提供了從超級(jí)計(jì)算機(jī)獲得的仿真和經(jīng)驗(yàn)結(jié)果以證明遞歸算法有效。最終，通過(guò)將遞歸與GPU計(jì)算和高效算法相結(jié)合，他們提出了基準(zhǔn)SV或更復(fù)雜模型的實(shí)時(shí)統(tǒng)計(jì)推斷。在之后的提問(wèn)環(huán)節(jié)中，Zeng Yong教授更證明了這一模型在可應(yīng)用于時(shí)間序列數(shù)據(jù)的分析，例如風(fēng)險(xiǎn)管理和期權(quán)定價(jià)，表現(xiàn)了統(tǒng)計(jì)學(xué)模型與其他領(lǐng)域的有機(jī)結(jié)合。
?
過(guò)去氣候重建的統(tǒng)計(jì)發(fā)展與挑戰(zhàn)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
Prof. Bo Li講述如何應(yīng)用大數(shù)據(jù)進(jìn)行氣候重建
?
? ? ? ? ?Prof. Bo Li 為我們帶來(lái)了一場(chǎng)關(guān)于應(yīng)用大數(shù)據(jù)進(jìn)行氣候重建，研究長(zhǎng)期氣候動(dòng)態(tài)變化的科普講座。要理解氣候動(dòng)態(tài)變化需要與長(zhǎng)溫度時(shí)間序列的相關(guān)知識(shí)，而長(zhǎng)期的、廣泛分布的溫度觀(guān)測(cè)是難以獲得的。于是教授提出可以使用一些能用來(lái)推測(cè)過(guò)去溫度的“氣候代理”（如樹(shù)的年輪、花粉等）以及輻射驅(qū)動(dòng)力（如火山作用，太陽(yáng)射線(xiàn)等）作為數(shù)據(jù)來(lái)源，并使用這些數(shù)據(jù)進(jìn)行回歸分析來(lái)推測(cè)長(zhǎng)時(shí)間溫度變化。接著Prof. Bo Li說(shuō)明了存在的問(wèn)題，即如何量化溫度估計(jì)值的不確定性，然后提出了相應(yīng)的解決辦法：找出在已知觀(guān)測(cè)的條件下，溫度的分布，并用一個(gè)可能的重建整體替代該分布。接著Prof. Bo Li解釋了如何生產(chǎn)溫度整體，并隨后展示了得出的統(tǒng)計(jì)模型，介紹了模型擬合方法以及如何解決過(guò)擬合問(wèn)題和模型參數(shù)估計(jì)不確定性的方法，并使用多個(gè)圖像展示出了最后的擬合結(jié)果。然后Prof. Bo Li解釋了如何將以上提出的不同數(shù)據(jù)來(lái)源集合到一起的方法，并介紹了貝葉斯分層模型的方法。最后教授說(shuō)明了從數(shù)值分析中所得出的信息，并提出目前仍然存在的問(wèn)題及挑戰(zhàn)。
?
協(xié)變量網(wǎng)絡(luò)種群建模的網(wǎng)絡(luò)響應(yīng)回歸
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
Prof. Jingfei Zhang 講述網(wǎng)絡(luò)響應(yīng)回歸方法
?
? ? ? ? Prof. Jingfei Zhang 講述了有協(xié)變量的網(wǎng)絡(luò)建模和分析。首先教授提出了研究目標(biāo)，即在群體層次上描述網(wǎng)絡(luò)連通性，并試圖了解這種連接模式是否以及如何受到主題協(xié)變的影響。教授先說(shuō)明了已存在的方法，并在此基礎(chǔ)上提出了一種新的網(wǎng)絡(luò)響應(yīng)回歸模型：將觀(guān)測(cè)到的網(wǎng)絡(luò)作為矩陣值的響應(yīng)，將單個(gè)協(xié)變作為預(yù)測(cè)因子。隨后Prof. Jingfei Zhang 對(duì)該網(wǎng)絡(luò)響應(yīng)回歸模型作出詳細(xì)的解釋?zhuān)鐚?duì)模型的估計(jì)，以及優(yōu)化算法等，然后給出了理論上的結(jié)果。 最后教授介紹了一般損失函數(shù)下的誤差邊界，并用該模型和其他模型進(jìn)行模擬實(shí)驗(yàn)，并給出了實(shí)驗(yàn)結(jié)果。
?
密歇根大學(xué)統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)項(xiàng)目?（含討論）
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
Prof. Xuming He介紹密歇根大學(xué)研究生項(xiàng)目
?
? ? ? ? Prof. Xuming He 詳細(xì)地介紹了密歇根大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)研究生項(xiàng)目。首先教授講述了統(tǒng)計(jì)學(xué)以及數(shù)據(jù)科學(xué)專(zhuān)業(yè)在近幾年的發(fā)展?fàn)顩r，并介紹了密歇根大學(xué)的統(tǒng)計(jì)學(xué)及數(shù)據(jù)科學(xué)專(zhuān)業(yè)等研究生項(xiàng)目情況。隨后教授說(shuō)明了數(shù)據(jù)科學(xué)專(zhuān)業(yè)所需的知識(shí)內(nèi)容框架，包括了數(shù)學(xué)、計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)以及其他領(lǐng)域科學(xué)。緊接著他還介紹了密歇根大學(xué)與香港中文大學(xué)（深圳）的AMDP研究生項(xiàng)目，包括項(xiàng)目具體內(nèi)容、開(kāi)設(shè)課程、申請(qǐng)要求及流程等信息。
?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
開(kāi)幕式大合照
（醫(yī)學(xué)和健康科學(xué)創(chuàng)新研討會(huì)與統(tǒng)計(jì)學(xué)數(shù)據(jù)科學(xué)研討會(huì)參會(huì)教授）
?
? ? ? ? 本次研討會(huì)探究了統(tǒng)計(jì)學(xué)在不同領(lǐng)域中的運(yùn)用，展現(xiàn)了統(tǒng)計(jì)學(xué)和數(shù)據(jù)在未來(lái)不同產(chǎn)業(yè)中的發(fā)展前景，為在座的同學(xué)們提供了未來(lái)就業(yè)和升學(xué)新方向。
