10月19日,A校区图书馆A馆·行知大讲堂举办了题为“Huber损失下高维矩阵回归模型的统计推断及其应用”的讲座,主讲人为江西财经大学统计与数据科学学院的谭祥勇博士。此次讲座吸引了众多对高维统计推断和矩阵回归感兴趣的师生参与。
主持人马小艳开场白
在讲座中,谭祥勇博士首先概述了大数据时代数据形态的转变,以及这一转变对统计推断提出的新要求。接着,他详细介绍了自适应Huber迹回归模型在矩阵型协变量下的应用,通过非凸惩罚方法得到了低秩结构的估计量,并证明了其收敛速度。此外,他还展示了该方法的模拟实验结果和在空气质量数据中的应用,充分验证了其有效性和实用性。
谭祥勇博士分享报告
互动环节时,学生们积极向谭博士提问,咨询了关于考研、学习计划等方面的问题。谭博士耐心解答,为学生们提供了宝贵的建议和指导,激发了他们的学术兴趣和热情。
陈光蓉老师总结发言
最后,陈光蓉老师对本次讲座进行了总结,对谭祥勇博士的精彩讲解表示衷心的感谢,并鼓励师生们要不断学习新知识、新方法,勇于探索和创新,为推动统计学科的发展贡献力量。此次讲座不仅为师生们提供了一个学习和交流的平台,也进一步拓宽了大家的学术视野。