报告题目：数据科学系列讲座

       主讲人：吴喜之教授（中国人民大学）

       时间：①2021年 10月 23 日 8：30 a.m.，②2021年 10月 23 日 2 :30 p.m.，③2021年 10月 24 日 8：30 a.m.，④2021年 10月 30 日 8：30 时 a.m.，⑤2021年 10月 30 日 2 :30 p.m.， ⑥2021年 10月 31 日 8：30 a.m.，⑦2021年 11月 6 日 8：30 a.m.，⑧2021年 11月6 日 2 :30 p.m.，⑨2021年 11月 7日 8：30 a.m.

       地点：北院伍谢瑞芝实验楼405实验室      

       主办单位：统计与数学学院

       提纲：

     1.数据科学概要

     2.数据所包含的信息

     3.模型驱动和数据驱动

     4.有监督学习及基本要素

     5.判断模型优劣的标准

     6.传统有监督学习模型剖析

     7.决策树及组合方法

           8.作为AI和深度学习基石的神经网络

       主讲人简介：

       吴喜之教授，美国北卡罗来纳大学统计系博士，博士生导师，国务院学位委员会统计学科评议组成员、概率统计学会常务理事、国家教委概率统计教材组成员、国家统计教材编审委员会委员、数学进展编委、中国统计方法应用标准化技术委员会标准化中统计方法应用分委员会主任委员。主要从事序贯分析，回归诊断，质量控制和模型选择等方向的教学与研究。在国际重要学术刊物上发表论文多篇，代表性著作有《非参数统计》，《现代贝叶斯统计》，多次主持国家自然科学基金项目。曾在美国北卡罗来那大学、北京大学、南开大学任教，现任中国人民大学统计学院教授。