报告人: 汤银才教授（华东师范大学）

报告时间：2023年11月18日，17:00-17:40

报告地点：金融工程研究中心105报告厅

报告题目：贝叶斯推断的发展现状与挑战

报告摘要：贝叶斯推断是一种有效融合现有数据信息与先验信息的统计分析方法，被视为科学研究的基石。半个多世纪以来，随着马氏链蒙特卡罗（MCMC)抽样方法的提出和计算机性能的不断提升，贝叶斯统计的发展进入了前所未有的高度，并被广泛应用于自然科学与社会科学的各个领域中。然而，MCMC方法理论上的高精度无法掩盖其面对大数据时代统计推断的弱点，其致命的耗时、低效、维数灾难问题严重阻碍了其与这个时代相匹配的进一步的发展需要。本报告将从贝叶斯算法角度剖析贝叶斯统计发展的现状与在大数据时代所面临的挑战，并归纳一些近十年来一些解决方案，包括HMC, MCMC加速，贝叶斯近似推断方法等。最后，将简单展示团队近二年所翻译的积分嵌套Laplace近似算法系列丛书。

个人简介：汤银才统计学博士，华东师范大学教授，博士生导师，《Statistical Theory and Related Fields》执行主编, 上海对外经贸大学特聘教授, 上海工程技术大学与贵州民族大学兼职教授，上海师范大学天华学院教导教授，中国现场统计研究会大数据统计分会常务理事、副秘书长，中国现场统计研究会可靠性工程分会常务理事、副理事长，中国运筹学会可靠性分会常务理事。主要从事可靠性及贝叶斯统计理论与应用研究，主持国家自然科学基金四项，作为子课题负责人参与并完成国家自然科学基金重大项目与重点项目三项，完成包括华为等企业横向项目20多项，发表学术论文100多篇，培养博士和硕士研究生60多名，著有《R语言与统计分析》、《可靠性统计》、《贝叶斯统计》等教材，译著五部，主讲贝叶斯统计、数据可视化、R语言统计分析等20多门课程。曾获华为上海研究所优秀技术成果奖，华东师范大学研究生教育优秀教师奖，上海市科学技术三等奖，上海市教育发展基金会申银万国奖，上海市教学成果三等奖，上海市科技进步三等奖，全国统计科学技术进步二等奖等荣誉。

邀请人：徐礼柏，刘芳