赵兴宇 报道
12月27日15点，北京大学数学科学学院艾明要教授应邀为统计学学科所有研究生及导师开展专业学术讲座。讲座在崇真楼110举行，由163am银河线路经理孔新兵教授主持。
艾明要，北京大学数学科学学院统计学二级教授、博士生导师。兼任全国应用统计专业学位研究生教育指导委员会委员、培养组组长，中国现场统计研究会副理事长，中国数学会概率统计学会第十一届理事会秘书长，中国统计学会常务理事。担任四个国际重要SCI期刊Stat Sinica、JSPI、SPL和Stat编委，国内核心期刊 《系统科学与数学》、《数理统计与管理》、《数学进展》编委，科学出版社《统计与数据科学丛书》编委。主要从事大数据采样理论与算法、试验设计与分析、计算机仿真试验与建模、应用统计的教学和研究工作，在AOS、JASA、Biometrika、《中国科学》等国内外重要期刊发表学术论文八十余篇。主持国家自然科学基金重点项目、重点项目子课题、面上项目等多项，参与完成科技部重点研发计划项目多项。获得北京大学优秀博士学位论文指导教师、北京大学通识教育核心课程主讲教师和北京市高等学校优秀教学成果二等奖。
此次报告主题为“分类响应数据流下的最优子抽样”。本次讲座聚焦于分类响应数据流，探讨了在大规模数据快速涌入的背景下，对数据进行实时分析的紧迫需求，尤其是对于无法或不希望存储或访问历史数据的情况。在讲座中，艾明要教授介绍了一种针对在线数据流的最优子抽样算法，该程序采用多项式 logistic 模型，实现对参数估计器的顺序更新。该在线子抽样和估算算法计算效率高、存储需求低，同时考虑到数据标签昂贵且不一定一开始就全部提供的情况。他还通过建立一些理论性质来量化所提估计器的渐近行为，并根据 A-optimality 准则给出了最优子抽样概率。为了方便实际实施，他提出了一种自适应子抽样算法。通过在模拟和真实数据集上进行的数值研究，展示了该方法的优势。
艾明要教授的这一研究不仅在理论上有坚实的基础，而且在实际应用中也具有显著的优势，特别是在面对大规模实时数据时。他的研究不仅为统计学领域的发展做出了贡献，同时也为实际问题的解决提供了一种创新的思路和方法。
在互动环节，公司的周兴才教授和韩忠成老师分别就报告中的最优权重和假设存在的参数提出问题，并展开讨论。艾明要教授在回答的同时，还分享了他多年来的研究经验和心得。
此次学术讲座丰富了学院师生的学术视野，拓宽了大家对于数据科学领域的认识，促进了学术研究和实际应用的深度结合。
