上海财经大学统计与管理学院邀请张拔群老师做了一场题为“C-learning: a New Classification Framework to Estimate Optimal Dynamic Treatment Regimes(C-学习:一种新的分类框架来估计最优动态治疗方案)”的讲座。
上海财经大学统计与管理学院主要的学科专业是统计学,包括经济管理统计、金融统计、统计理论与方法、数量金融与风险管理等多个学科方向。上海财经大学统计学科是一个历史悠久、成绩斐然的学科。作为上海财经大学最早设立的系科之一。
动态治疗方案是一套决策规则,每个对应一个决策点,10确定,基于下一步治疗方案对每个人的自身可用的特点和治疗史到这一点。我们发现,识别动态优化治疗方案,可以重铸为顺序优化问题,并提出了一个直接的顺序优化方法估计的最佳治疗方案。特别是,在每一个判定点,优化相当于顺序最小化的加权的预期误分。在此基础上分类的角度来看,我们提出了一种新颖的,有力和灵活的C-学习算法学习的最佳动态治疗方案从最后阶段,直到第一阶段的向后依次。 C-学习是一种直接针对通过利用强大的优化/分类技术优化决策规则的直接优化方法,它允许病人的特点和治疗史结合,大大提高了性能,从而享受既有传统的结果基于回归方法的优点(Q - 和A-学习)以及最近的直接优化方法。所提出的方法的卓越性能和灵活性,通过广泛的模拟研究说明。