题目：《统计优化》短期课程
主讲人：孔令臣
单位：北京交通大学
时间：12月2日 14:00-17:30
腾讯ID：552-4048-1549
入会密码：123456
课程大纲：
题目 |
简介 |
离群点检测方法 （11月18日） |
介绍离群点检测方法, 包括无监督学习的检测方法和监督学习的检测方法， 然后针对监督学习中的离群点检测问题进行总结和评述和多任务监督学习中的离群点检测问题。 |
聚类方法 （11月25日） |
常见的有K-means聚类、分层聚类、高斯混合模型聚类、谱聚类以及子空间聚类等。我们将按照凸、非凸聚类方法展开，介绍最新的正则化聚类成果，包括松弛恢复理论、统计性质和优化算法等。 |
调节参数选择规则 （12月2日） |
正则化回归模型的最优调节参数的选择对于计算效率是一个研究重点。介绍最优调节参数选择的方法，同时从统计、优化及机器学习等不同角度出发建立了不同的筛选规则来加速计算的成果。 |
报告人简介：北京交通大学理学院，教授，博士生导师，中国运筹学会数学规划分会副秘书长。2007年毕业于北京交通大学，获博士学位。2007-2009年，加拿大滑铁卢大学组合与优化系博士后。2009年9月入职北京交通大学数学系，2010年晋升为副教授，2014年晋升为教授。主要从事优化与统计学习、高维统计分析、稀疏优化、对称锥互补和优化问题以及医学成像等方面的研究。主持国家自然科学基金面上项目和参与973课题、国家自然科学基金重点项目以及北京市自然科学基金重点项目等，获得2012度中国运筹学会青年科技奖。
