报告人：张静怡博士，清华大学统计学研究中心

报告时间：2021年7月14日 下午3：00

报告地点：信息科学与工程学院 624

报告摘要：近年来，随着网络和数据收集技术的发展，越来越大量的数据可被观测并用于各种研究领域。急速增长的数据量对数据科学家提出了新的挑战。在考虑大样本数据分析的问题时，我们不仅需要追求最终分析结果的准确性，同时还需要引入更加快速的算法来降低计算成本。为了减轻计算负担，一个普遍的做法是利用分治法。我们将介绍分治法在大样本数据分析中的应用，并对传统分治法进行推广。我们结合分治法与非参数统计模型，从理论层面解释了该方法的高效性。

With the rapid development of data collection techniques, the growing data volume brings big challenges to data scientists.  In large-scale data analysis, we need to consider not only the accuracy, but also the computational cost. The divide-and-conquer approach has been implemented pervasively to alleviate such computational burden. In this talk, we will introduce the application of divide-and-conquer in large-scale data analysis, and extend the classical divide-and-conquer approach to more general cases. We apply the proposed method to statistical non-parametric models, and show the theoretical results.

报告人简介：2011年毕业于武汉大学；2013年于武汉大学获得统计学硕士学位；2020年于美国佐治亚大学获得统计学博士学位，师从钟文瑄教授与马平教授。2020年开始在清华大学统计学研究中心担任助理教授。主要研究方向为大数据分析方法和应用，数据融合，去中心化计算和最优传输理论。

邀请人：陈果

联系人：尹希金