5月12日，香港城市大学数学系练恒教授应邀为我校统计学院师生作了一场题为《素描核回归的分布式学习》的线上学术讲座。讲座由统计学院副院长刘小惠教授主持，统计学院的部分教师和研究生参加了此次线上讲座。

　　练恒教授详细介绍了当前统计学中主要用于处理大数据分析的两种主要方法：分治算法（DC：divide-and-conquer）和随机投影算法（RP：Random projection）。练教授从核岭回归（KRR:kernel ridgeregression）出发，首先简要介绍了大数据情形下如何在核岭回归中使用分治算法进行统计推断，并阐述了概述该方法主要优点及存在的问题，然后逐步结合再生核希尔伯特空间的结构特点，引入了本文所提出的素描核回归方法。最后，练恒教授基于模拟数据对理论结果进行了模拟分析，通过具体数据的运行结果来验证理论的正确性，并对运行所得图表的内容进行了详细解释。讲座中，练恒教授重点展示了素描核回归方法的主要特点：一是所得估计具有最优收敛速度；二是与分治法比，分布式素描方法可以带来更快的计算速度。练恒教授指出，相关结果将分布式学习与随机素描相结合有望成为一种普遍并富有成效的方法。

　　讲座中，统计学院部分老师和博士生就有关疑问向练恒教授进行交流研讨，练恒教授对相关问题进行了详细解答。练恒教授的报告深入浅出，完整展示了如何进行统计学方法研究的核心过程，其注重理论与实际相结合的风格为统计学院师生从事相关领域研究工作提供了有益示例，激发了同学们学习兴趣，增进了同学们对统计前沿研究方向的了解。

　　【延伸阅读】

　　练恒早期毕业于中国科技大学，于2007年获得知名大学Brown University的博士生学位，曾先后供职于新加坡南洋理工大学和澳大利亚New South Wales大学，其主要研究方向为高维数据分析、大数据情形下的分布式统计推断、贝叶斯统计与函数型数据分析。练恒教授擅长理论分析，在相关领域著作颇丰，已在包括统计学、机器学习和计量经济学方向国际顶级期刊Journal of the American Statistical Association、Annals of Statistics、Journal of the Royal Statistical Society, Series B、Journal of Machine Learning Research、IEEE Trans. Pattern Analysis and Machine Intelligence、Journal of Business and Economic Statistics、Econometric Theory在内的知名刊物上发表录用近200篇论文。现担任统计学国际知名刊物Statistics and Its Interface和Journal of the Korean StatisticalSociety的编委。

　　香港城市大学是一所世界知名的国际化公立研究型综合大学，是香港八所高等院校之一，主要使用英语作为教学语言，办学条件优越，师资水平、教育质量、科研实力和国际化程度较高。香港城市大学统计学主要在数学系下，师资力量较为雄厚。（图文/统计学院 吴海仁    编辑/毕俊如）