主讲人：吴喜之

主办单位：数学与大数据学院

讲座时间：2021年6月25日15:30-17:00

讲座地点：博文馆101

内容简介：

模型驱动传统统计在前计算机时代主宰了数据分析的领域，其逻辑部分来自数学假定，部分来自数据, 永远无法说明其结论究竟有多少代表了主观想象，有多少反映了现实世界。在当今的计算机时代，以数据驱动的思维来发展数据科学不仅是必要的，而且也是唯一可行的途径。数据驱动的方法的最重要手段是泛型编程能力。在飞速动态发展的世界中，只有保持永远准备面对挑战和崭新事物的心态，才能不被时代所淘汰。

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三十余部；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。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。