6月17日下午，黄漫
举行数海领航大讲堂2026年第9期。本期邀请浙江大学数据科学研究中心主任孙文光教授为全院师生们带来了一场题为“Empowering Trustworthy Machine Learning through Conformalized Automated Model Selection”的学术讲座。讲座由黄漫
院长洪兴建教授主持，学院部分教师与研究生参加了此次讲座。
讲座聚焦现代高维数据分析的核心挑战——如何在众多机器学习模型中实现科学、可信的自动选择。孙文光教授指出，不同数据集下没有单一模型能够持续优于其他模型，模型选择的高度数据依赖性使得朴素预选方法不可行，并会导致严重的选择偏差与错误率膨胀。为此，孙教授系统介绍了共形自动模型选择（CAMS）框架，该框架通过在模型选择全过程中保持校准集与测试集的统计可交换性，确保最终推断具备有限样本、无分布假设的理论保证，从根本上规避了过拟合与选择偏差的风险。讲座还重点介绍了面向分布外（OOD）检测问题的两类CAMS方法，以及能够自适应、可证明地选出最优模型以检测结构化模式的新方法P-TAMS，展示了如何借助共形推断的灵活性与无模型特性，为多样化机器学习工具算的严格统计可信性提供保障。
本次讲座使在场师生对共形预测理论在自动化模型选择中的前沿应用有了系统深入的认识。讲座后，师生围绕共形分值的可交换性条件、P-TAMS在实际数据中的适用边界等问题展开热烈探讨。本次讲座不仅引入了机器学习可信性保障的国际前沿框架，更为推动数据驱动决策的科学化、统计学与人工智能交叉融合研究拓宽了思维边界。
