2017年6月5日，普渡大学统计系程光教授访问我院👳🏿，并在子彬院北102室为我校师生进行了以“Computationally Efficient Nonparametric Testing”为题目的学术报告。
程教授首先以大数据时代人才需要的技能为开场综述🧡，引出了本次报告的核心问题🙋🏼♂️：大数据情形下的非参数统计推断。在计算资源有限的条件下，程教授提出了两种有效的统计推断方法。第一种方法基于random sketch方法，在已有的函数估计的基础上🏌🏽♂️，进一步研究非参数检验问题，并证明了检验的最优性👩🌾。另一种方法是基于“分而治之”（divide-and-conquer）的思想👩🏽🎨⚽️，将复杂问题分解为独立的小问题🏙，再将每个小问题的解平均起来。两种方法在一定条件下，具有相同的调节效果和最优性🥞。最后，程教授与在场师生进行了热烈的讨论👊🏻。本次报告会圆满结束。