度量空间回归的随机森林方法及理论
时间：2022-05-06
阅读量：318次
- 演讲人： 於州（华东师范大学，教授）
- 时间：2022年05月13日 周五 上午10:00（北京时间）
- 地点：腾讯会议757-688-562
- 主办单位：数据科学研究中心
摘要：当代大数据愈发呈现复杂性状，往往表现为复杂的非欧几里得结构，比如大脑功能连接研究中的对称正定矩阵可视为黎曼流形结构数据。为了更好的对这一类非欧数据进行统计建模，我们借鉴近代标志性机器学习方法随机森林的内蕴统计思想，进一步发展了度量空间回归的随机森林方法。基于无限阶U过程理论我们建立了该方法的相合性、收敛速度以及渐近正态性。而现有欧式空间的随机森林方法及理论可以视为新方法和理论的一个特殊情形。模拟试验以及实际非欧数据应用验证了该方法的有效性。
报告人简介：於州，华东师范大学教授、博士生导师、华东师范大学经济与管理学部副主任。主要研究方向为高维数据统计分析及统计机器学习，在Annals of Statistics, Biometrika, Journal of the American Statistical Association等知名统计期刊上发表论文40余篇。曾主持国家自然科学基金青年、面上项目，获得第十届国家统计局统计科研成果二等奖，上海市自然科学二等奖。并先后入选上海市青年科技启明星、上海高校东方学者特聘教授、上海市青年拔尖人才，国家青年人才计划。
联系人：骆威（weiluo@zju.edu.cn）
欢迎参加！