10月30日下午，应学院与科研处邀请，中国人民大学朱利平教授在西校图书馆二楼智慧空间为我院师生作了题为“高维通用学习过程的拟合优度评价”的报告。会议由我院院长夏万军教授主持，学院师生约100人参加了报告会。

在报告中，朱利平教授介绍了其最新研究成果，提出了一种针对高维学习过程新的拟合优度评估框架。他指出，尽管预测是机器学习的核心，但多数研究工作聚焦于分类问题。因此，他所提出将现有的分类程序拟合优度评估模型扩展至回归模型，这有助于解决深度神经网络等黑盒学习器在高维数据中易过拟合的问题。朱教授的研究团队通过实验发现，在高维设置中，白盒学习器如平均值、LASSO、SCAD和SVR等相较于黑盒学习器表现更佳。此外，朱教授还提出了一种基于累积协方差的高维ε拟合优度检验方法，并通过对真实数据集的分析验证了该框架的有效性。

报告结束后，朱利平教授与师生们进行了深入的互动交流，进一步加深了对统计方法评价中参数关系的理解。此次报告不仅展示了朱利平教授在拟合优度评价体系方面的深厚经验和独到见解，还拓宽了参会师生的学术视野。

 （撰稿/摄影：胡玉乐；审核：崔连标）