机器学习与统计学（MLSTAT）会议，作为中国现场统计研究会机器学习分会主办的重要学术会议，肩负着推动学术交流、促进学科发展的重任。会议旨在为机器学习与统计学领域的国内外学者搭建沟通桥梁，引领机器学习与统计学交叉发展的学术潮流，助力数据科学与人工智能的基础学科进步，为相关数字经济产业的蓬勃发展添砖加瓦。
第三届机器学习与统计学会议（MLSTAT2025）将于2025年6月20-22日在武汉大学（湖北省武汉市）举行。
会议议程已在会议网站上线，欢迎大家积极关注！
会议网址：
https://ml-stat.github.io/MLSTAT2025/
点击文末“阅读原文”查看
本次会议不收取注册费，交通住宿需自理。目前，已于6月9日前填写问卷报名的人员，均有资格参与本次会议。
我们将会通过报名时提供的身份证为参会人员进行入校预约，
预约入校的日期为6月20日-6月22日。
填写了午餐问卷的人员，我们将会免费提供6月21日-6月22日两天的午餐。其余人员也可在校内/校外自理。
| | |
| |
| 题目：Is External Information Useful for Data Fusion? An Evaluation before Acquisition 演讲人：戴国榕（复旦大学） |
|
| |
| 题目：随机梯度下降算法在高维回归问题中正则效应与泛化性能研究 演讲人：方聪（北京大学） |
| 题目：用合成统计量来整合推断结果 演讲人：刚博文（复旦大学） |
| 题目：生成还是判别：探索复杂条件下的图像生成新范式 演讲人：胡天阳（新加坡国立大学） |
| |
| 题目：Model Free Prediction with Uncertainty Assessment 演讲人：康利灿（武汉大学武汉数学与智能研究院） |
| 题目：带偏差随机优化算法的稳定与泛化性能 演讲人：雷云文（香港大学） |
| 题目：大模型机理分析初探-- In-context learning和数据合成机理分析 演讲人：刘勇（中国人民大学） |
| |
|
题目：Learning Theory of Classification with Deep Neural Networks 演讲人：石磊（复旦大学） |
| 题目：复杂场景下的共型预测理论及方法 演讲人：魏鸿鑫（南方科技大学） |
| |
|
| |
| 题目：Statistics at a crossroads: How it can revolutionize artificial intelligence 演讲人：邬荣领（Beijing Key Laboratory of Topological Statistics and Applications for Complex Systems, Beijing Institute of Mathematical Sciences and Applications） |
| 题目：几何等变先验嵌入的深度学习 演讲人：谢琦（西安交通大学） |
| |
| 题目：Semi-implicit Functional Gradient Flow (半隐式函数型梯度流) 演讲人：张成（北京大学） |
| 题目：A Statistical Hypothesis Testing Framework for Data Misappropriation Detection in Large Language Models 演讲人：张林俊（罗格斯大学） |
| |
| 题目：应对高频挑战：从浅层到多层神经网络 演讲人：张仕俊（香港理工大学） |
| 题目：Continuous Modeling Perspective for Imaging Science 演讲人：赵熙乐（电子科技大学） |
| 题目：Proper Dataset Valuation by Pointwise Mutual Information 演讲人：郑舒冉（清华大学） |
高雪晴：gaoxueqing12123328@163.com
林清权：771642320@qq.com
覃雪冰：qxb07102022@163.com
魏祝君：1466279430@qq.com
机器学习与统计学会议已经举办两届，首届会议于华东师范大学统计学院顺利举行，第二届则在东北师范大学数学与统计学院落幕。两届会议吸引了近 600 位海内外学者齐聚一堂，共同探讨机器学习与统计领域的前沿话题，例如：人工智能的前沿发展，深度学习的理论基础，可解释性机器学习，可信机器学习，图神经网络，高维统计与推断，生物统计与机器学习，强化学习理论等。如需了解更多会议详情，可访问往届会议官方网站：
MLSTAT2023：
https://ml-stat.github.io/MLSTAT2023/
MLSTAT2024：
https://ml-stat.github.io/MLSTAT2024/
