DPhil in Statistics IDLA: Model uncertainty and model fusion using statistical AI

本课程为牛津大学统计系与葛兰素史克（GSK）合作的EPSRC工业博士景观奖（IDLA）资助项目，专注于“基于统计人工智能的模型不确定性与模型融合”研究。该项目旨在利用概率性人工智能结合实证数据，解决生物化学和生理过程建模中因文献模型差异导致预测结果不一致的问题，探索模型空间敏感区域、模型统一与耦合方法，并应用主动学习优化实验设计以验证模型。

学生将加入牛津- GSK 生物统计与医学人工智能中心（CeBAM）及机制性生理建模中心（MiMeC），在跨学科环境中接受全面培训。培养内容包括参与APTS（博士统计培训学院）课程、年度学术报告、教学实践（约每年12课时）、职业发展活动及公众参与。此外，提供工业实习机会。

课程强调可转移技能、跨领域学习与科研能力培养，学生可修读统计科学硕士课程及相关研究生课程。部门定期举办研讨会、讲座与期刊俱乐部，促进学术交流与社交网络建设。