主题：从“数据驱动到任务驱动”统计科学研究路径：新型假设检验和数学优化框架
主讲人：西安交通大学数学与统计学院严晓东教授
主持人：统计与数据科学学院周岭教授
时间：2026年5月23日（周六）上午11：20-12：10
地点：柳林校区弘远楼408会议室
主办单位：统计与数据科学学院和统计研究中心 科研处
主讲人简介：
严晓东，西安交通大学数学与统计学院教授，博士生导师，入选国家级人才计划，研究方向为智能体统计学习。荣获“华为火花奖”，“滴滴盖亚学者”,。学术成果发表在综合性著名期刊 PNAS，统计或经济著名期刊 JRSSB, AOS, JASA, JOE 以及人工智能顶会 NeurIPS, ICML, AAAI 等。 在“高等教育出版社”等主编出版了《机器学习》、《数据科学实践基础-基于R》、《数据科学导论-基于Python》和《数据科学时间序列分析》等 5 部教材。
内容提要：
本次报告首先介绍任务驱动基本原型多臂老虎机以及与其他学科交叉的科学问题，我们发现机器学习领域关心多臂老虎机的“最大化平均回报”本质是概率中的“大数定律”，是否可以拓展到概率统计领域关注的“中心极限定理“呢？ 因此，本次报告介绍了 多臂老虎机学习过程的中心极限定理形式，学习形式从“最大化平均回报”转变为“最大化概率”去制定最优策略，同时提出了新型假设检验框架；第二部分，讲解另外一个任务驱动模型——基于多个多臂机模型的智能体模型及交叉应用，我们首先介绍智能体学习的基本数学框架，提出了智能体学习过程的大数定律的形式以及最优性理论，基于此发展了智能体学习驱动的双边优化范式，突破传统梯度下降的单边优化机制，将黑箱全局优化问题等价转化为最优策略生成问题，提出具备自适应动态步长特性的策略蒙特卡洛优化方法。
