讲座

  1. 首页
  2. 学术交流
  3. 讲座
  4. 大数据统计学习理论与方法及其应用
大数据统计学习理论与方法及其应用
作者：
时间：2019-05-08
阅读量：487次
  • 演讲人： 周勇教授（中国科学院数学与系统科学研究院 华东师范大学经管学部统计交叉科学研究院）
  • 时间：2019年05月10日 星期五上午9:00-
  • 地点：紫金港校区管理学院行政楼14楼1417报告厅
  • 主办单位：浙江大学数学科学学院统计学研究所、浙江大学数据科学研究中心

摘要：面对大数据应用的快速发展、国家经济和金融安全所提出的迫切需求，我们面临着大数据分析方法瓶颈与挑战，需要发展大数据基础分析的理论方法和技术，在此文中，我们介绍一些可以用来处理大数据的常用统计方法，介绍大数据下的高维和超高维数据降维技术和算法，并提出重要一些新的理论和方法，在无模型下介绍我们最新研究的一些重要处理大数据的技术与方法。同时，在超大数据集处理中，介绍divide-conquer方法（分块征服法），并给出相关最新研究和我们最近的研究，最后，讨论几种非超标准的处理大数据的方法，考虑来自不同相关研究数据，并通过组合方法给出一种基于经典统计方法来研究大数据的方法。最后， 我们考虑在金融数据分析中，如何利用所提出的大数据处理方法来研究风险管理中的违约等常见现象，并进行一些有益的尝试。

 

关键词：大数据，超高维数据，降维技术，divide-conquer法，组合方法

 

Statistical Inference for Big-data with its Applications

Yong Zhou

Academy of Mathematics and Systems Science, Chinese Academy of Science

Institute of Statistics and interdisciplinary sciences, Faculty of Economics and Management East China Normal University, Shanghai, China, 200241

 

Abstract: Currently, it is strongly needed to develop both fundamental theories and applied methods for analyzing big-data. Furthermore, efficient algorithms are also needed for applications in internet financial risk management, market behavior and decisions under high frequency trades, and so on. In this proposal, our research focuses on statistical inferences and computing algorithms based on dimension reduction of high-dimensional data. We develop new methods based on divide-conquer for data set with huge sample size.  Statistical inferences and computing algorithms based on dimension reduction of high-dimensional financial data are proposed. These topics emphasize on models, methods and computation for financial big-data analysis.

 

欢迎参加！

联系人: 张立新教授 stazlx@zju.edu.cn

        浙江大学数学科学学院统计学研究所、浙江大学数据科学研究中心

 

报告人简介:


周勇教授主要从事大数据分析与建模、金融计量、风险管理、计量经济学、统计理论和方法等科学研究工作，取得许多有重要学术价值和影响的研究成果。先后承担并完成国家自然科学基金项目，国家杰出青年基金，自然科学基金委重点项目等科学项目10余项，曾获得省部级奖励二项。在包括国际顶级统计学和经济计量学杂志《The Annals of Statistics》、《Journal of The American Statistical Association》，《Biometrika》，《Journal of Econometrics》和《Journal of Business & Economic Statistics》等上发表学术论文近200篇。