本系列讲座为综述性的介绍性的报告，欢迎广大本科生、研究生以及大数据相关的研究人员前来参加。
报告时间：2017.05.19 (周五) 下午1:00—4:00
报告地点：屏峰校区 理A110
报告一：大数据时代统计学习及其应用
摘要：大数据时代给统计学提供了许多新的机遇，但同时也提出了许多新的挑战。我们将用些实例指出统计在处理现代复杂数据如何发挥它的作用，如何将数据转化成价值。最后讲讲统计学习与机器学习的共同点及差异点，以及如何各自发挥各自优势，取长补短。
报告人: 荆炳义 教授，香港科技大学
香港科技大学统计科学中心主任、教育部长江学者讲座教授，国家自然科学基金二等奖获得者。荆炳义教授是国际著名学者，研究兴趣广泛，涉及概率论与统计学的理论研究以及概率统计在金融计量、生物信息、机器学习等领域的应用。在各类国际学术期刊上，荆教授发表了百余篇论文，被引用次数超过2000次，在统计学顶级期刊Annals of Statistics、Biometrika、JASA、JRSSB以及计量经济学期刊Journal of Econometrics上发表20多篇高水平学术论文。目前是《Canadian Journal of Statistics》、《Statistics and Its Interface》、《Journal of Business & Economic Statistics》等5个国际SCI期刊的副主编。
报告二：金融大规模数据处理方法简介（数据清洗、分析与建模）
摘要：当今世界金融产业蓬勃发展，各种订单数据及交易数据逐年成倍增长。这些大规模的数据库不但给用来记录数据的硬体条件带来挑战，同时使得数据分析工作者不得不提出新的分析方法来处理这些数据。本报告将从纳斯达克股票交易所的逐笔交易数据出发，总结这些数据的一些典型特征。基于这些具体的数据特征，介绍一些具体的数据清洗的方法。并将介绍适用于这些特征的计量模型以及对这些模型的具体分析方法。
报告人: 刘志 助理教授，澳门大学
2011年博士毕业于香港科技大学，2011年8月-2012年8月任厦门大学王亚南经济研究院与经济学院双聘助理教授，2012年8月起在澳门大学数学系任助理教授。主要研究方向有: 金融高频数据分析、金融风险管理、随机过程统计推断等。其研究近年来获得了多项基金的资助，在统计学、金融和生物信息国际期刊发表论文30余篇。
