报告题目：因果图学习及其应用
报 告 人：Li Changcheng 博士后 宾夕法尼亚州立大学
报告时间：2020年7月15日 上午 9:00-10:00
报告地点：腾讯会议
点击链接入会，或添加至会议列表：
https://meeting.tencent.com/s/ZBTvx7KJLVRp
会议 ID：729 439 296
校内联系人：赵世舜 zhaoss@jlu.edu.cn
报告摘要：
现存的基于约束的因果图学习方法如PC方法学习到的因果图往往过于稀疏，丢失了许多潜在的重要因素和因果路径的信息。为了在因果图中保留更多有用的信息，我们提出了一种新的因果图学习方法。我们用所提出的因果图学习方法分析了马拉维PHIA数据集，得到了影响马拉维HIV/AIDS治疗的一些重要因素和潜在因果路径。我们进一步通过AIC、BIC准则和蒙特卡洛数值模拟验证了我们的方法。
报告人简介：
Li Changcheng，宾夕法尼亚州立大学统计系博士后，于北京大学获得学士、硕士学位，宾夕法尼亚州立大学获得统计学博士学位，主要研究方向为高维统计。
