12月17日上午，美国亚利桑那大学张灏教授在敏行楼301学术报告厅作了题为《Hierarchy-preserving regularization solution paths for identifying interactions in high dimensional data》的学术报告，本次报告由李宝瑜教授主持，我校近200余名师生聆听了报告。

张灏现为美国亚利桑那大学数学系教授、博士生导师，统计研究生跨学科项目（GIDP）教授，应用数学研究生跨学科项目（GIDP）教授，北卡罗来纳州立大学统计系兼职教授。系国际数理统计协会（IMS）当选会士，美国统计协会(ASA)会士,国际统计学会(ISI)当选会员。研究领域包括非参数统计理论及方法，高维数据分析和模型选择，统计机器学习方法及理论等。曾在各类国际著名SCI期刊上发表多篇重要学术论文，其专著《数据挖掘和机器学习的方法及理论》由斯普林格出版社2009年出版。目前担任国际著名期刊《JASA，JCGS, Statistical Analysis and Data Mining》副主编，国际统计学会杂志《Stat》主编。2007年获美国国家自然科学基金杰出青年成就奖(NSF Career Award)。

本次报告张教授主要从高维数据交叉作用的筛选的重要性、挑战性及解决方案三个方面进行阐述。张教授通过列举“基因与基因之间、基因与环境之间的相互交叉作用”、“吸烟、大气环境污染等多种因素分子对肺癌的影响”及“政治经济增长对社会的影响”三个事例，指出高维数据交叉作用在统计分析中扮演着极为重要的角色，但也面临着计算上和理论上的挑战。随后，张教授给出了“Two-Stage Lasso”和“RAMP”等操作工具，并对其应用进行详细讲解，帮助同学们解决疑惑。最后，张老师与同学们分享了一些重要文献，为同学们之后的学习提供帮助。

张灏教授的报告对同学们今后的学习和科研有极大启发，为同学们未来的发展打下坚实的基础。（统计学院 程丹蕾供稿）