基础学院

6月14日，基础学院邀请德克萨斯农工大学的数据科学和统计学助理教授魏征博士，为学院师生作了题为《 随机前沿分析的非参数机器学习:单调贝叶斯加性回归树方法》的学术报告。本次报告由基础学院数学系主任周宏安教授主持。我校基础学院数学系本科生、研究生及部分教师参加了报告。

在本次报告中，魏征博士介绍一种基于随机前沿模型(SFM)的流行且强大的统计机器学习模型，用于生产力效率分析。一般来说，SFM可以用于任何存在理论最大值(最小值)且所讨论的变量的观测对应值低于(高于)理论最大值(最小值)的问题。几个R和Python包，以及流行的统计机器学习模型-BART(贝叶斯加性回归树)。

报告结束后，魏征博士与老师、同学们进行了交流互动，回答了参会学生提出的问题。本次讲座让在场师生对统计机器学习模型有了深层次的认识，开拓了同学们的科研视野，与会师生均表示此次报告受益匪浅。

魏征博士目前是德克萨斯农工大学的数据科学和统计学助理教授。在此之前，他曾在马萨诸塞大学阿姆赫斯特分校和缅因大学工作过几年。主要研究方向为数据科学、大数据分析的贝叶斯统计方法;统计机器学习方法，多向列联表分析的统计方法，效率分析的随机前沿模型。

文、图：张子啸  审核：冯孝周