鄭 心 謝更好

美國哥倫比亞大學(xué)弗朗茲·梅瑟利博士曾提出：“一個國家人均巧克力消費量和這個國家獲得諾貝爾獎的人數(shù)有著密切關(guān)系，人均巧克力消耗越多，獲得諾貝爾獎的概率也越高?！比欢?，事實真是如此嗎？這一研究結(jié)果在當(dāng)時引起了極大爭議。例如，2001年諾貝爾物理學(xué)獎得主埃里克·科內(nèi)爾認(rèn)為這項研究可能并無太大意義。

在用數(shù)據(jù)來研究事物的關(guān)系時，分不清函數(shù)關(guān)系、相關(guān)關(guān)系和因果關(guān)系，甚至把相關(guān)關(guān)系和因果關(guān)系混為一談，就會導(dǎo)致最終研究結(jié)果存在偏差。浙江大學(xué)數(shù)據(jù)科學(xué)研究中心研究員崔逸凡介紹，統(tǒng)計是一門需要對重重迷霧般的數(shù)據(jù)進(jìn)行收集、整理、分析并做出推論的學(xué)問，而因果推斷則是通過數(shù)據(jù)建立因果關(guān)系的統(tǒng)計方法，涉及數(shù)理統(tǒng)計學(xué)、計量經(jīng)濟學(xué)、管理科學(xué)、心理學(xué)、生物統(tǒng)計與流行病學(xué)等諸多領(lǐng)域。但在漫長的時間里，關(guān)于因果推斷的研究始終在數(shù)據(jù)迷霧中進(jìn)展緩慢，“相關(guān)性不等于因果性”的古老告誡更是讓科學(xué)家們在理解事物因果關(guān)系的道路上舉步維艱。

進(jìn)入人工智能時代后，科學(xué)家們認(rèn)識到因果推斷能克服現(xiàn)有人工智能技術(shù)在抽象、推理和可解釋性等方面的不足?！皵?shù)據(jù)的真相有時并非來自相關(guān)性，而是來自因果性。因果學(xué)習(xí)，能為科學(xué)發(fā)現(xiàn)和精準(zhǔn)決策提供有力支撐?！弊鳛橐蚬茢嗪蜋C器學(xué)習(xí)領(lǐng)域的優(yōu)秀學(xué)者，崔逸凡積極推動國際前沿統(tǒng)計研究，在探索復(fù)雜數(shù)據(jù)和精準(zhǔn)醫(yī)療等方面取得諸多成果。在他看來，撥開迷霧的過程是一種滿足、是一種收獲，更能激發(fā)自己對科研的熱情與靈感。

探尋更準(zhǔn)確的因果與統(tǒng)計測量標(biāo)尺

早在16世紀(jì)，培根就提出“知識就是力量”，而“真正的知識是根據(jù)因果關(guān)系得到的知識”。時至今日，從觀察獲得的數(shù)據(jù)中發(fā)現(xiàn)不同變量之間的因果關(guān)系，依然是統(tǒng)計學(xué)和人工智能領(lǐng)域關(guān)注的科學(xué)難題。

“對于一組給定的數(shù)據(jù)，如果我們更感興趣的是變量之間的因果關(guān)系而不僅僅是相關(guān)關(guān)系，如何設(shè)計更加精準(zhǔn)且有效的機器學(xué)習(xí)算法？”“我們知道，無論在隨機化實驗還是觀察性研究中，‘不存在未觀測的混雜因素’這一關(guān)鍵假設(shè)都有可能不成立。那么，當(dāng)我們面臨潛在的未觀測混雜因素時，怎樣去運用觀測到的數(shù)據(jù)回答因果問題，從而去支撐決策，或者學(xué)習(xí)個性化治療方案？”帶著這些疑問，在博士的第五年，崔逸凡開始進(jìn)入因果推斷領(lǐng)域并針對因果學(xué)習(xí)展開探索和研究。

可靠的決策依賴于對因果關(guān)系的準(zhǔn)確把握。崔逸凡致力于用機器學(xué)習(xí)方法更好地估計處理效應(yīng)，他提出了一個通用的機器學(xué)習(xí)模型選擇框架，用于推斷定義在半?yún)?shù)模型上的有限維函數(shù)。這一方法不僅巧妙地運用了雙重穩(wěn)健性，還刻畫了選擇標(biāo)準(zhǔn)的平滑近似值，從而可以對估計量進(jìn)行不確定性量化。相關(guān)文章在修改期間就已經(jīng)被多次引用，并得到美國哈佛大學(xué)、卡內(nèi)基梅隆大學(xué)等高校多位專家學(xué)者的高度評價。崔逸凡還與合作者在近期的工作中將此方法推廣并應(yīng)用于多重穩(wěn)健的因果模型，相關(guān)工作發(fā)表于《機器學(xué)習(xí)研究》（Journal of Machine Learning Research）。

針對觀察性研究中存在可能的未觀測混雜因素，崔逸凡參與合作的proximal因果模型提供了一個分析復(fù)雜因果關(guān)系的范式?！霸诂F(xiàn)實數(shù)據(jù)中，混雜機制很少能從觀測到的協(xié)變量中被準(zhǔn)確地學(xué)習(xí)”，這一因果框架有著廣闊的研究和應(yīng)用前景，探索其中的因果關(guān)系將會對未知自然科學(xué)規(guī)律的揭示起到指導(dǎo)意義。相關(guān)成果文章在修改期間已經(jīng)被引用過百次。此外，崔逸凡還深入研究了半?yún)?shù)proximal因果推斷，從而大幅度地提高了proximal因果模型的適用性，成果文章最近被《美國統(tǒng)計學(xué)會雜志》（Journal of the American Statistical Association）接收?；诎?yún)?shù)proximal因果推斷這一框架，崔逸凡還和合作者提出了一種P-學(xué)習(xí)器來學(xué)習(xí)異質(zhì)處理效應(yīng)，成果發(fā)表在機器學(xué)習(xí)領(lǐng)域?qū)W術(shù)會議——國際機器學(xué)習(xí)大會（International Conference on Machine Learning）上。

崔逸凡（右三）與學(xué)生合影

對于海量的離線數(shù)據(jù)，序貫隨機化往往難以實現(xiàn)。針對這一情況，崔逸凡還與合作者借助隨時間變化的工具變量，考慮了用于識別邊際結(jié)構(gòu)模型參數(shù)的充分條件，提出了新的半?yún)?shù)估計方法，并證明了這一估計量具有有效性和多重穩(wěn)健性。這一系列工作顯著提高了邊際結(jié)構(gòu)模型的普適性，相關(guān)成果發(fā)表在《生物計量學(xué)》（Biometrika）和《美國統(tǒng)計學(xué)會會刊》（Journal of the American Statistical Association）上。

實際上，除了在因果推斷上取得的諸多成果之外，崔逸凡在精準(zhǔn)醫(yī)療、生存分析、機器學(xué)習(xí)及統(tǒng)計學(xué)研究范式等領(lǐng)域同樣建樹頗多。

眾所周知，估計個性化治療方案是精準(zhǔn)醫(yī)療的一項中心任務(wù)。崔逸凡借助工具變量，構(gòu)造了新穎的逆概率分類估計量和基于多重穩(wěn)健性的分類估計量，實現(xiàn)對個性化治療方案的學(xué)習(xí)。此外，他還提出了滿足單調(diào)性條件假設(shè)下針對服從者的最佳治療方案，并得到一個有趣的結(jié)論：可以在不直接觀測到患者是否接受治療推薦的情況下一致地估計對于服從者的最佳治療方案。結(jié)果顯示，在有未知混雜因素的模擬實驗中，這一方法表現(xiàn)出了更好的數(shù)值結(jié)果。這篇論文不僅受到統(tǒng)計學(xué)界的廣泛關(guān)注，還得到計量經(jīng)濟學(xué)者的高度評價，并被《美國統(tǒng)計學(xué)會會刊》作為討論文章刊出。不僅如此，崔逸凡還基于部分識別的因果模型，提出了一個基于協(xié)變量和參與者/病患的個人喜好共同搭建而成的精準(zhǔn)醫(yī)療框架。這篇由崔逸凡獨作的學(xué)術(shù)文章發(fā)表于《哈佛數(shù)據(jù)科學(xué)評論》（Harvard Data Science Review）。

“我們知道，臨床試驗數(shù)據(jù)中右刪失數(shù)據(jù)非常常見，這也為估計個性化治療方案帶來了諸多新的挑戰(zhàn)?！币虼耍抟莘矊⒔Y(jié)果加權(quán)學(xué)習(xí)推廣到右刪失的生存數(shù)據(jù)。“為避免估計刪失概率或者半?yún)?shù)建模生存和刪失時間，我們利用樹和森林方法的優(yōu)勢以兩種不同的非參數(shù)方式估計期望生存時間，并利用非小細(xì)胞肺癌Ⅲ期臨床試驗數(shù)據(jù)進(jìn)一步展示了所提出方法的優(yōu)越性?！睉{借這篇論文，崔逸凡在博士期間入選美國統(tǒng)計協(xié)會非參數(shù)統(tǒng)計領(lǐng)域?qū)W生論文獎入圍名單。

機器學(xué)習(xí)是解決數(shù)據(jù)挖掘問題的主要方法之一，而作為最受歡迎的刪失數(shù)據(jù)機器學(xué)習(xí)工具之一，生存樹和森林模型在醫(yī)療領(lǐng)域得到了廣泛應(yīng)用。然而，崔逸凡卻發(fā)現(xiàn)，盡管生存樹和森林模型在精準(zhǔn)醫(yī)療中表現(xiàn)出了很好的數(shù)值結(jié)果，但近年來，對于生存樹和森林模型的理論性質(zhì)的研究并沒有太多進(jìn)展。于是，他與合作者在綜合分析了隨機樹和森林模型后，開發(fā)出一個針對生存數(shù)據(jù)的通用算法，并展示了這個模型的一致性理論框架。這是基于高維刪失數(shù)據(jù)的樹和森林回歸估計已知的首個一致性結(jié)果，結(jié)果顯著改善了目前業(yè)界對此類模型的理論理解。此外，他提出的生存因果森林，作為一種新穎的因果機器學(xué)習(xí)方法，它量化了治療與生存結(jié)果之間的異質(zhì)效應(yīng)/因果關(guān)系。與傳統(tǒng)的隨機森林不同，生存因果森林模型直接針對異質(zhì)效應(yīng)進(jìn)行二元分割，同步調(diào)整刪失偏倚和選擇偏倚，并根據(jù)內(nèi)曼正交分?jǐn)?shù)（Neyman orthogonality score）建立估計方程使得估計量具有有效性和穩(wěn)健性。此成果于2023年在《英國皇家統(tǒng)計學(xué)會期刊:B輯》（Journal of the Royal Statistical Society: Series B）發(fā)表。

受到樹模型的啟發(fā)，崔逸凡還提出了一種基于基準(zhǔn)推斷的方法，為生存函數(shù)提供非參數(shù)點估計和置信區(qū)間。在理論上證明了一個全新的函數(shù)型伯恩斯坦-馮·米賽斯（Bernstein-von Mises）定理，作為統(tǒng)計方法的保證與支撐。更為重要的是，自從現(xiàn)代統(tǒng)計科學(xué)的奠基人費舍爵士在20世紀(jì)30年代引入基準(zhǔn)推斷以來，許多國內(nèi)外學(xué)者對此方向開展了大量學(xué)術(shù)研究，但大多局限于對參數(shù)模型的討論。而崔逸凡提出的非參數(shù)基準(zhǔn)推斷概念，為基準(zhǔn)推斷及統(tǒng)計理論基礎(chǔ)注入了新鮮血液。他的相關(guān)文章受到國際同行的高度評價，并被《生物計量學(xué)》作為討論文章刊出。同時憑借這一成果，崔逸凡獲得了2018年美國統(tǒng)計協(xié)會貝葉斯統(tǒng)計領(lǐng)域的拉普拉斯獎（Laplace Award）。這項工作最開始是針對右刪失數(shù)據(jù)的，崔逸凡最近也在設(shè)計針對區(qū)間刪失數(shù)據(jù)的非參數(shù)基準(zhǔn)推斷算法。

“除了在臨床醫(yī)療、公共衛(wèi)生領(lǐng)域之外，生存分析模型還可以在經(jīng)濟、政策和金融等領(lǐng)域得到非常廣泛的應(yīng)用?！贝抟莘舱f，“前段時間硅谷銀行倒閉、瑞信被瑞銀收購、第一共和銀行被接管……實際上，這些都可以用生存模型、生存分析的手段去做預(yù)測，給出決策的引導(dǎo)。我從事的這項研究，是一項關(guān)于數(shù)據(jù)的藝術(shù)，它涵蓋了眾多學(xué)科且應(yīng)用范圍十分廣泛，值得我用一生去鉆研?！?/p>

“年輕人要有一往無前的探索精神和敢于質(zhì)疑權(quán)威的勇氣”

謙遜睿智、彬彬有禮，這是崔逸凡給很多人留下的第一印象。聽他講述自己的科研經(jīng)歷，大家常常會被他堅韌、不服輸、敢于質(zhì)疑權(quán)威的精神所感染。

“我本科學(xué)的是數(shù)學(xué)專業(yè)，在數(shù)學(xué)建模過程中，必須與大量數(shù)據(jù)打交道。”在本科階段與海量數(shù)據(jù)“相愛相殺”中，崔逸凡確定將統(tǒng)計學(xué)作為以后的研究方向?！皬哪撤N意義上來說，統(tǒng)計學(xué)為其他學(xué)科提供了方法論。數(shù)據(jù)思維、因果思維對任何一個學(xué)科的研究者來說都至關(guān)重要。”

2013年從廈門大學(xué)畢業(yè)后，成績優(yōu)異的崔逸凡考入美國北卡羅來納大學(xué)教堂山分校，主修統(tǒng)計與運籌專業(yè)。在這里，他遇到了自己在統(tǒng)計學(xué)領(lǐng)域的兩位導(dǎo)師——邁克爾·R.科索羅克（Michael R.Kosorok）教授和簡·漢尼格（Jan Hannig）教授?！皟晌粚?dǎo)師都是學(xué)界大咖，視野寬闊、充滿活力。科索羅克教授是一位統(tǒng)計學(xué)大師，他在經(jīng)驗過程、半?yún)?shù)模型、個性化決策和隨機森林等研究領(lǐng)域都有很高的學(xué)術(shù)造詣，他還是國際數(shù)理統(tǒng)計學(xué)會的主席；漢尼格教授偏理論，他所教授的課有哲學(xué)思辨的感覺，給了我很多啟發(fā)。”崔逸凡說，“選擇漢尼格作為合作導(dǎo)師這里有個小插曲，漢尼格當(dāng)時教授一年級的數(shù)理統(tǒng)計課程，在他的課堂上我學(xué)到了很多，也自認(rèn)為學(xué)得不錯，但在第一年結(jié)束時，這門課只得了‘合格’，這是我當(dāng)時唯一的一個合格，其他課全都是‘優(yōu)秀’，當(dāng)時就感覺挑戰(zhàn)欲被激發(fā)了，要對這個方向加強鉆研?！眱晌粚?dǎo)師因為不在一個系，他們之間的學(xué)術(shù)交流并不多，學(xué)術(shù)方向也沒有太多交集。但在不斷探索中，崔逸凡發(fā)現(xiàn)了交叉點，并開創(chuàng)了一個小的方向——非參數(shù)模型的基準(zhǔn)推斷，并且研究越來越深入，目前他正在研究半?yún)?shù)模型上的基準(zhǔn)推斷。

“科研工作沒有捷徑，更不會像大家看上去那樣一帆風(fēng)順。”回顧自己的研究生涯，崔逸凡坦言，也曾遇到許多困難?！皠偟矫绹鴷r，英語不是很好，我意識到語言短板會限制自己很多發(fā)展，但是當(dāng)時并沒有什么特別好的解決辦法?！钡靡嬗谝淮闻既坏臋C會，他選擇去迪士尼實習(xí)半年，“之前有學(xué)長也在那里實習(xí)，我想去看看工業(yè)界在干些什么，了解一下統(tǒng)計學(xué)在管理和商業(yè)中的實際應(yīng)用?！倍∏【褪且驗檫@次實習(xí)，崔逸凡的英語得到了很大程度的提高。直至今日，他都十分感恩兩位導(dǎo)師的寬容，沒有干預(yù)他的“不務(wù)正業(yè)”并予以鼓勵，“否則，我之后的發(fā)展可能是另一個故事了”。

如今，早已成為博士生導(dǎo)師的崔逸凡也會像當(dāng)初的老師一樣，給學(xué)生更寬松的發(fā)展空間。他建議學(xué)生要內(nèi)外兼修，對外要拓寬視野、廣泛交流，不僅要聚焦統(tǒng)計學(xué)，還要將目光投向其他學(xué)科，在關(guān)注國際前沿的同時保持多學(xué)科融合的眼界，更好地激發(fā)科研熱情與靈感；對內(nèi)要有強大的身心，不畏艱難，不能輕易被困難打倒。面對困難，崔逸凡有八字感悟——“持之以恒，勞逸結(jié)合”，他說，科研是一葦以航的修行，只有持之以恒，才能去到科學(xué)的彼岸。

“當(dāng)然，年輕科研工作者還要敢于提出質(zhì)疑，不能迷信權(quán)威結(jié)論?！贝抟莘舱f，他在美國食品與藥品監(jiān)督管理局實習(xí)期間發(fā)現(xiàn)，序貫平行比較設(shè)計實驗可能存在內(nèi)生的偏差。出于對科學(xué)問題的探究，他針對此現(xiàn)象寫了一篇學(xué)術(shù)論文并在之后與哈佛大學(xué)著名統(tǒng)計學(xué)家戴維·A.舍恩菲爾德（David A.Schoenfeld）教授等學(xué)者交換學(xué)術(shù)觀點和意見。這場學(xué)術(shù)交鋒不但得到國際同行的關(guān)注，甚至可能對美國食品與藥品監(jiān)督管理局精神類疾病藥物的審核政策產(chǎn)生一定影響。

“最近，我們在《科學(xué)》（Science）上發(fā)表了一個與政策評估和數(shù)據(jù)隱私相關(guān)的、有意思的工作，通過運用數(shù)理統(tǒng)計的知識去重新審視一個基于隱私數(shù)據(jù)的政策評估問題（精準(zhǔn)扶貧）。我們發(fā)現(xiàn)評估中直接用有噪聲的數(shù)據(jù)當(dāng)作真實值時，由于底層統(tǒng)計模型的不自洽，其分析結(jié)果可能會導(dǎo)致偏差?！贝抟莘舱f，學(xué)術(shù)觀點的碰撞往往離不開數(shù)據(jù)的支撐，同時，真實世界數(shù)據(jù)的分析也離不開統(tǒng)計與數(shù)學(xué)。

開啟數(shù)據(jù)科學(xué)科研領(lǐng)域的新征程

崔逸凡身上有著獨特的儒士氣質(zhì)，尤其當(dāng)說到科研時他侃侃而談，儒雅中伴有睿智，謙和中透著真誠。在他看來，自己目前所從事的國際前沿統(tǒng)計研究不只是理論上的突破，更是探索現(xiàn)實問題的新路徑。而他的平臺也從全職回國的那一刻開始，變得更加廣闊。

崔逸凡（中）參加博士答辯

一代人有一代人的特質(zhì)，一代人有一代人的使命。許多人出國求學(xué)，是想看見更大的世界，同時也被世界看見?！皩ξ襾碚f，走出去是為了更好地回歸?！贝抟莘舱f，任何人的成長和事業(yè)成功，都是同祖國聯(lián)系在一起的。讓自己的祖國在世界上更為強大，發(fā)出更燦爛的光輝，是廣大科技工作者夢寐以求的愿望。雖然多年海外求學(xué)、工作的沉淀和歷練讓崔逸凡在數(shù)據(jù)統(tǒng)計研究領(lǐng)域形成了敏銳的直覺和洞察力，積累了豐富、寶貴的研究經(jīng)驗，也最終收獲了傲人成績，但他報效祖國的初心從未動搖。隨著我國吸引海外人才的力度逐漸增強，2021年1月，國家自然科學(xué)基金委員會發(fā)布重磅消息：2021年起設(shè)立國家自然科學(xué)基金優(yōu)秀青年科學(xué)基金項目（海外）。這是一個完善科學(xué)基金人才資助體系的舉措，吸引了一大批海外優(yōu)秀青年人才回國發(fā)展。成功入選首屆海外優(yōu)青項目后，崔逸凡決定全職回國，來到浙江大學(xué)數(shù)據(jù)科學(xué)研究中心繼續(xù)開展科學(xué)研究。

成立于2017年5月18日的浙江大學(xué)數(shù)據(jù)科學(xué)研究中心，是以統(tǒng)計學(xué)、應(yīng)用數(shù)學(xué)、計算機科學(xué)和管理學(xué)為核心支撐學(xué)科，以大數(shù)據(jù)理論、應(yīng)用研究和人才培養(yǎng)為主的學(xué)術(shù)創(chuàng)新研究機構(gòu)。雖成立時間不長，但中心吸引了包括崔逸凡在內(nèi)的諸多國際頂尖青年學(xué)者的加盟，希望通過組建跨專業(yè)、跨學(xué)科、跨領(lǐng)域的師資隊伍，大力培養(yǎng)復(fù)合型數(shù)據(jù)科學(xué)人才。

回國后，崔逸凡正在努力組建一支跨學(xué)科、高水平的科研團隊，“未來，在積極培養(yǎng)學(xué)科人才的同時，我會繼續(xù)面向國家需求，并與國內(nèi)和國際上相關(guān)領(lǐng)域的科研專家進(jìn)行密切合作，在現(xiàn)代統(tǒng)計方法尤其是在精準(zhǔn)決策、精準(zhǔn)醫(yī)療等相關(guān)領(lǐng)域做出更好的創(chuàng)新成果”。為此，他也制定了詳細(xì)的“規(guī)劃圖”——潛心科研，教書育人。崔逸凡在海外期間曾教授過本科、碩士及博士生課程，有著豐富的教學(xué)經(jīng)驗。“教書是我的核心要務(wù)，接下來一年我會開設(shè)3門課程，除了面向數(shù)據(jù)科學(xué)研究中心、數(shù)學(xué)學(xué)院之外，還會在管理學(xué)院開設(shè)一門‘因果推斷與機器學(xué)習(xí)’的新課，為其他學(xué)科的人才培養(yǎng)提供支撐和助力?！睂τ谌瞬排囵B(yǎng)，他也有著自己的規(guī)劃。在他看來，“數(shù)據(jù)人才和統(tǒng)計人才是集理論、方法、實踐于一身的復(fù)合型全能人才，對于他們的培養(yǎng)一定要采用全鏈條培養(yǎng)模式。想要做到這一點，就需要從娃娃抓起，從本科開始重視統(tǒng)計學(xué)及數(shù)據(jù)科學(xué)，打造本碩博全鏈條培養(yǎng)系統(tǒng)，這樣才能培養(yǎng)出高精尖的數(shù)據(jù)人才。”

“科研是一場馬拉松，研究工作不是三五年攻讀完學(xué)歷和學(xué)位就萬事大吉了，杰出的、大師級的科學(xué)家都是在各自領(lǐng)域耕耘一生?！被氐絿鴥?nèi)對崔逸凡來說，是科研的繼續(xù)，是另一個開始。在他看來，理論研究固然重要，也要與實踐聯(lián)系起來，所以他期待在大數(shù)據(jù)時代將研究成果運用到不同生活場景，為科學(xué)決策提供數(shù)據(jù)支撐，解決實際問題。這一理念與浙江大學(xué)數(shù)據(jù)科學(xué)研究中心致力于面向大數(shù)據(jù)戰(zhàn)略前瞻問題和社會需求，為不同學(xué)科之間實現(xiàn)有渠道的、有組織的合作提供數(shù)據(jù)科學(xué)核心技術(shù)與理論研究創(chuàng)新平臺的目標(biāo)不謀而合。崔逸凡的加入，能夠最大限度地發(fā)揮個人的知識和技能，同時為浙江大學(xué)數(shù)據(jù)科學(xué)學(xué)科注入新的動能和活力。

在采訪中崔逸凡提到，他將投入針對復(fù)雜數(shù)據(jù)的精準(zhǔn)決策的研究中去。這項研究不僅延續(xù)了他在美國、新加坡求學(xué)、工作的成果，也綜合了統(tǒng)計學(xué)最近的研究熱點。例如，科學(xué)問題中縱向數(shù)據(jù)十分常見，序貫決策和動態(tài)治療方案也很熱門，他將研究鎖定在精準(zhǔn)決策與個性化醫(yī)療的自適應(yīng)臨床試驗設(shè)計中，希望其能在商業(yè)決策、生物醫(yī)學(xué)及臨床試驗中有廣泛的應(yīng)用。換句話說，崔逸凡的研究將從因果學(xué)習(xí)的角度分析不同類型的數(shù)據(jù)，從而為精準(zhǔn)施策提供助力，積極開展交叉學(xué)科的高水平研究，促進(jìn)多學(xué)科交叉融合。

好的科研團隊才能催生出一流的科學(xué)家和科研成果，科技創(chuàng)新不能依靠單打獨斗，需要平臺的有力支撐與團隊成員的協(xié)同努力。在采訪中，崔逸凡對自己來到浙江大學(xué)表示高興，“這里擁有一支優(yōu)秀的概率和統(tǒng)計研究團隊。希望我也能同各位老師一起努力，推動我國統(tǒng)計學(xué)和數(shù)據(jù)科學(xué)科研領(lǐng)域的蓬勃發(fā)展”。他說，具備更高的、更國際化的視野，以更大的熱情投身科研和教學(xué)工作，是時代賦予青年科技工作者的責(zé)任。

專家簡介

崔逸凡，浙江大學(xué)數(shù)據(jù)科學(xué)研究中心研究員、博士生導(dǎo)師，首屆國家自然科學(xué)基金優(yōu)秀青年科學(xué)基金項目（海外）入選者，國際統(tǒng)計學(xué)會推選會員，福布斯亞洲U30杰出青年，中國現(xiàn)場統(tǒng)計研究會因果推斷分會副理事長?，F(xiàn)任《生物統(tǒng)計雜志》（Biometrical Journal）副主編，《機器學(xué)習(xí)研究》（Journal of Machine Learning Research）編委會審稿人。

2018年，崔逸凡于美國北卡羅來納大學(xué)教堂山分校獲得統(tǒng)計與運籌專業(yè)博士學(xué)位。讀博期間，他曾在美國華特·迪士尼公司及美國食品藥品監(jiān)督管理局實習(xí)，畢業(yè)后在賓夕法尼亞大學(xué)沃頓商學(xué)院從事博士后研究工作，2022年回國前在新加坡國立大學(xué)統(tǒng)計與數(shù)據(jù)科學(xué)系擔(dān)任助理教授。在海外讀博和任教期間，他提出了運用具有未觀測的混雜因素的數(shù)據(jù)進(jìn)行精準(zhǔn)決策與精準(zhǔn)醫(yī)療的具體方案，創(chuàng)造性地提出了非參數(shù)基準(zhǔn)推斷這一統(tǒng)計方向并將其運用于生存分析，證明了生存樹和森林模型的一致性理論。