报告时间：2025年4月22日-24日 08:30-12:00
报告地点：西大直街66号土木楼419
报告主题：基于机器学习的数据分析
主讲嘉宾：谢胜坤
报告摘要：重点介绍用于数据分析的机器学习方法的理论基础与实际应用，将传统精算方法与高斯混合回归和函数主成分分析等现代技术进行对比，以应对风险聚类和高维数据挑战。以国际高水平期刊中的论文为案例，讨论基于机器学习的数据分析方法在其中的运用，包括SOA/ CAS技术报告和空间数据科学创新，同时通过基于代理的模拟和精算环境中的模型可解释性来解决复杂系统。讲座旨在为研究人员提供强大的分析框架，为数据驱动的决策提供跨学科的解决方案。
主讲人简介：谢胜坤博士毕业于圭尔夫大学，拥有应用统计学博士学位，目前是多伦多都会大学（TMU）全球管理研究助理教授。长期致力于跨学科研究和教学，整合了机器学习、远程信息处理和精算科学等多领域知识，重点推进关于风险建模和数据分析的方法研究，以应对汽车保险定价、地区风险分类和监管框架方面的挑战。近两年基于不平衡数据分析和稀疏聚类的创新性研究，在Mathematics，Annals of Data. Science，Journal of Management Analytics，Expert Systems with Applications等领域知名的Q1期刊上以第一作者名义发表论文十余篇。此外，积极从事学术服务，是多家SCI期刊的编委员会成员，并兼任ICISS 2024 地区主席、DATA 会议项目委员会成员等职务。
