主讲人：吴喜之

主办单位：数学与大数据学院

时间：2021年6月25日15:30-17:00

地点：博文馆101

内容简介：

传统统计一般包括参数估计、假设检验、回归分析、生存分析、因子分析、时间序列、非参数统计等。数据科学则是大量运用统计学的模型，结合现代的机器学习（machine learning）模型，比如支持向量机、决策树、深度学习等，应用于大样本（如互联网、人工智能）的问题。

主讲人简介：

吴喜之，男，中国人民大学教授，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。在国内外出版的专著和教材二三十部；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、分类数据分析、纵向数据分析、偏最小二乘方法、结构方程模型、时间序列、数据挖掘及机器学习等等； 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、密歇根大学等二十几所国内外大学任教。