上海財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與管理學(xué)院邀請(qǐng)張拔群老師做了一場(chǎng)題為“C-learning: a New Classification Framework to Estimate Optimal Dynamic Treatment Regimes(C-學(xué)習(xí)：一種新的分類框架來(lái)估計(jì)最優(yōu)動(dòng)態(tài)治療方案)”的講座。

　　上海財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與管理學(xué)院主要的學(xué)科專業(yè)是統(tǒng)計(jì)學(xué)，包括經(jīng)濟(jì)管理統(tǒng)計(jì)、金融統(tǒng)計(jì)、統(tǒng)計(jì)理論與方法、數(shù)量金融與風(fēng)險(xiǎn)管理等多個(gè)學(xué)科方向。上海財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)科是一個(gè)歷史悠久、成績(jī)斐然的學(xué)科。作為上海財(cái)經(jīng)大學(xué)最早設(shè)立的系科之一。

　　動(dòng)態(tài)治療方案是一套決策規(guī)則，每個(gè)對(duì)應(yīng)一個(gè)決策點(diǎn)，10確定，基于下一步治療方案對(duì)每個(gè)人的自身可用的特點(diǎn)和治療史到這一點(diǎn)。我們發(fā)現(xiàn)，識(shí)別動(dòng)態(tài)優(yōu)化治療方案，可以重鑄為順序優(yōu)化問(wèn)題，并提出了一個(gè)直接的順序優(yōu)化方法估計(jì)的最佳治療方案。特別是，在每一個(gè)判定點(diǎn)，優(yōu)化相當(dāng)于順序最小化的加權(quán)的預(yù)期誤分。在此基礎(chǔ)上分類的角度來(lái)看，我們提出了一種新穎的，有力和靈活的C-學(xué)習(xí)算法學(xué)習(xí)的最佳動(dòng)態(tài)治療方案從最后階段，直到第一階段的向后依次。 C-學(xué)習(xí)是一種直接針對(duì)通過(guò)利用強(qiáng)大的優(yōu)化/分類技術(shù)優(yōu)化決策規(guī)則的直接優(yōu)化方法，它允許病人的特點(diǎn)和治療史結(jié)合，大大提高了性能，從而享受既有傳統(tǒng)的結(jié)果基于回歸方法的優(yōu)點(diǎn)(Q - 和A-學(xué)習(xí))以及最近的直接優(yōu)化方法。所提出的方法的卓越性能和靈活性，通過(guò)廣泛的模擬研究說(shuō)明。