报告主题：Some Model-free Subsampling Methods for Massive Data

时间：2025年9月24日15:00-16:00

地点：腾讯会议：586-677-536

报告人：周永道

报告内容简介：

    High-quality training data is crucial for the effectiveness of big data analytics algorithms. Effective data collection methods can be used to extract high-quality subsamples from massive data, reducing training costs and enabling rapid model training. Ture models are often nonlinear, then model-free subsampling methods are needed. Experimental design is an important type of data collection method. This report will introduce some robust experimental design methods and propose some model-free subsampling methods under similarity and data shift. Simulations and practical examples demonstrate that the resulting subsamples have good performance.

主讲人简介：

        周永道，男，南开大学统计与数据科学学院教授、博导，统计学系主任，入选国家高水平人才青年项目、天津市创新类领军人才、南开大学百青。研究方向为试验设计和大数据分析。主持过 5 项国家自然科学基金、1 项天津市自然科学基金重点项目和其它 10 余项纵横向项目。曾访问 UCLA 等 5 所境外高校。在统计学和机器学习顶级期刊JRSSB、JASA、Biometrika、JMLR、TKDE、TNNLS 及中国科学等国内外期刊发表学术论文80余篇；合作出版了 9 部中英文专著和教材。曾获全国统计科学研究优秀成果奖一等奖、全国统计科学技术进步奖三等奖、天津市教学成果奖特等奖、华为火花奖。现为天津市现场统计研究会理事长，中国数学会理事、均匀设计分会副理事长。