探索性高维数据分析：非线性模型降维技术
时间：2019-04-08
阅读量：559次
- 演讲人： 朱利平教授
- 时间：2019年04月18日 星期四下午2:00
- 地点：紫金港校区管理学院行政楼14楼1417报告厅
- 主办单位：浙江大学数据科学研究中心、浙江大学数学科学学院统计学研究所
摘要：探索性数据分析对于建立合理的统计模型、使用恰当的统计推断方法以及验证统计模型和统计推断所需要的假设条件至关重要。对于低维数据，探索性数据分析的方法和理论发展较为成熟。但是，对于高维数据而言，发展探索性数据分析方法和理论非常困难。对高维数据进行降维，是发展探索性高维数据分析方法和理论的合理选择。高维数据降维需要解决两个非常核心的科学问题：如何刻画数据的非线性相依关系以及如何在不假设任何模型的前提下对高维数据进行降维。不管使用哪种降维方法，一个合理的要求是希望降维以后的数据还能完整包含原始高维数据所包含的信息。我们将系统讨论这两个关键科学问题的可能解决办法。
欢迎参加！
联系人: 张立新教授 stazlx@zju.edu.cn
浙江大学数据科学研究中心、浙江大学数学科学学院统计学研究所
报告人简介：
朱利平，中国人民大学杰出学者特聘教授、中国人民大学统计与大数据研究院教授、博士生导师。2001年和2006年分别获得华东师范大学学士学位和博士学位。长期从事统计学理论和方法研究，在高维及超高维数据统计分析、半参数回归模型统计推断等领域做出了系列工作，在统计学领域主要的四个杂志上发表论文18篇，得到了诸多著名统计学家的关注与高度评价，获国家自然科学基金委员会优秀青年基金资助。