（通讯员：吴杰）2023年10月25日至11月2日晚上20：00，由统计与数学学院主办的”Probabilistic Machine Leaning - Gaussian Processes and Related Topics”五次学术报告讲座于线上腾讯会议成功举办。本次讲座由英国格拉斯哥大学数学与统计学院的牛牧博士主讲，学院部分老师、研究生及博士生均积极参加了此次讲座。
此次报告的主要内容是概率机器学习中高斯过程及相关主题。报告分为三个部分，牛牧博士在第一部分中介绍了高斯过程，从一维高斯分布推广到多维高斯分布并详细讲解了高斯相关性质，证明了条件分布仍然是高斯分布等定理。对贝叶斯回归进行回顾，进而引入例子详细讲解了高斯分布的相关预测问题。再从高斯过程的协方差函数，也就是核函数，进行介绍，剖析了核函数在高斯过程的核心作用。最后向我们讲述了使用高斯分布的原因。
第二部分，牛牧博士介绍了稀疏高斯过程，其可以较好的解决高斯过程中计算和存储复杂度问题，以便得到更为精确的后验高斯过程。第三部分，牛牧博士从黑箱优化问题引入，介绍了贝叶斯优化及其算法流程，对exploration and exploitation的均衡问题和贝叶斯优化的加点准则进行了探讨，最后探究了贝叶斯优化中汤普森采样的过程。
讲座的最后，袁茹老师鼓励同学们积极提问，并且与牛牧博士沟通交流，对相关领域的知识了解得更为广泛和深入。本次学术讲座的成功举办，为学生们日常生活和工作问题提供更优的解决方法，开阔了一些新的研究思路与方向，提供了一个开阔学术视野、了解学术前沿资讯的平台。
