Fang Liu (statistiker)

Fang Liu är en kinesisk-amerikansk statistiker och datavetare vars forskningsämnen inkluderar differentiell integritet , statistisk inlärningsteori , Bayesiansk statistik , regularisering , saknade data och tillämpningar inom biostatistik . Hon är professor vid institutionen för tillämpad och beräkningsmatematik och statistik vid University of Notre Dame .

Utbildning och karriär

Liu var begåvad i matematik som barn, tävlade i matematiktävlingar och ville bli matematiker, men blev avskräckt från att göra det av sina föräldrar, som ville att hon skulle bli läkare. Som en kompromiss studerade hon biologi vid Pekings universitet , där hon tog en kandidatexamen 1997.

Hon började sina forskarstudier vid Iowa State University med avsikt att studera genetik, men gick snabbt över till ett program i statistik och tog en magisterexamen där 1999 och en doktorsexamen. från University of Michigan 2003. Hennes avhandling, Bayesian Methods for Statistical Disclosure Control in Microdata , involverade både datasekretess och Bayesiansk statistik , och övervakades av Roderick JA Little .

Efter att ha avlagt sin doktorsexamen blev hon forskare vid Merck Research Laboratories. Hon återvände till den akademiska världen och började på Notre Dame-fakulteten 2011.

Erkännande

Liu utsågs till Fellow i American Statistical Association 2021, "för nya bidrag till differentiellt privata syntetiska data och Bayesiansk modellering; för enastående tvärvetenskaplig forskning inom kliniska och folkhälsostudier; för ledarskap inom utbildning och träning; och för service till yrket ".

externa länkar

• Hemsida
• Fang Liu -publikationer indexerade av Google Scholar