短期课程：Texas A&M University, Ni Yang助理教授到访我院并讲授短期课程

2018年5月24日至29日，Department of Statistics, Texas A&M University, Ni Yang助理教授在公共教学二楼为我校师生讲授了以“Bayesian Modeling and InferenceⅡ”为主题的短期系列课程。

第一天，Ni Yang老师简要介绍了“Hierarchical Models”及其应用。Hierarchical Models是指用一颗“有向树”的数据结构来表示表示各类实体以及实体间的联系，意在模拟现实世界中事物的层次组织关系。该模型最早应用于数据库管理系统，如IBM公司的IMS(Information Management System)数据库管理系统。基于该模型的数据库结构明晰，查询效率高，用途十分广泛。

第二天，Ni Yang助理教授又讲授了“Linear Models”的相关内容。基于贝叶斯推断的线性模型，能得到关于模型参数的后验分布。该模型不仅可以解决极大似然估计中存在的过度拟合的问题，而且仅凭训练样本就可以有效而准确地确定模型的复杂度和不确定性。在机器学习领域有较高的应用价值。

第三天，Ni Yang老师为我们讲述了“Shrinkage and Sparsity”专题。压缩感知和稀疏表示被广泛地应用于人脸识别和图像处理领域。基于稀疏分解的人脸识别简化了训练过程。目前该领域的研究进展迅速，主要算法包括RSC算法、RASR算法和MRR算法等。

最后一天，Ni Yang老师讲解了“Data Augmentation”中的一些问题。数据扩充是深度学习中必不可少的方法。一般情况下，我们人为通过一些手段（变形、添加噪声等）增加训练集的数量，不仅会让一个过度拟合的网络取得更好的训练结果，而且也比手工收集样本更加经济。

我院全体博士研究生及部分老师参加了此次课程，参与者和Ni Yang助理教授就课程的内容、问题以及在现实中的应用等方面展开了热烈的讨论，课程取得了圆满成功。此次将近一周的短期课程为大家提供了很好的国际交流平台，参与的师生们均表示受益颇丰。

Ni Yang助理教授简介：

Ni Yang, PhD, Assistant Professor

Department of Statistics

Texas A&M University

The member of the American Statistical Association, the International Society for Bayesian Analysis, the International Indian Statistical Association.

https://www.stat.tamu.edu/new-stat-faculty/