姓名： 杨杏丽，女，1986年生，讲师。主要承担回归分析、统计机器学习等专业课的教学，主要研究方向为统计机器学习。参与多项国家级项目，主持省级项目一项。在国内外发表十来篇学术论文。

电子邮箱：yangxingli@sxu.edu.cn

通信地址：太原市小店区坞城路92号

教育经历

2017年9月-2021年7月，山西大学，博士，计算机科学与技术，李济洪教授

2007年9月-2010年7月，山西大学，硕士，概率论与数理统计，李济洪教授

2003年9月-2007年7月，山西大学，学士，统计学

工作经历

2015年1月-至今，山西大学，数学科学学院，讲师

2011年1月-2014年12月，山西大学，数学科学学院，助教

科研项目

1. 山西省高等学校科技创新项目，省级项目，2021L004,基于正则化m2交叉验证的集成特征选择方法，2021年8月-2023年8月，2万元，在研，主持

2. 国家自然科学基金，面上项目, 62076156，气象遥感云图分析与识别的关键技术及理论研究，2020年9月-2024年12月,58万元, 在研, 参加

3. 山西省自然科学基金，面上项目，201901D111034基于深度学习动力学模型的区域雾霾建模与分析，2019年11月-2022年9月，5万元，在研，参加

4. 国家自然科学基金，青年项目, 61806115，面向文本数据的正则化交叉验证方法研究，2019-01至2021-12,24万元, 在研, 参加

5. 国家社会科学基金，一般项目，16BTJ034，文本数据挖掘分类算法性能对照的序贯检验方法研究，2016-07至2019-07,20万元, 已结题, 参加

教学

主要讲授回归分析，统计机器学习，数理统计等课程。

学术论文

1. Xingli Yang, Yu Wang, Wennan Yan, Jihong Li*. Ensemble Feature selection with block-regularized m×2 cross-validation [J]. IEEE Transactions on neural networks and learning systems. 2021, online.

2. Xingli Yang, Yu Wang, Wennan Yan, Jihong Li*. Variance estimation based on blocked 3×2 cross-validation in high-dimensional linear regression [J]. Journal of Applied Statistics. 2021, 48 (11): 1934-1947.

3. 杨杏丽. 分类学习算法的性能度量指标综述[J]. 计算机科学. 2021, 48 (8): 209-219.

4. Xingli Yang, Yu Wang, Ruibo Wang, Jihong Li^*, Tuning Parameter Selection Based on Blocked 3×2 Cross-Validation for High-Dimensional Linear Regression Model, Neural Processing Letters, 2020, 51: 1007-1029

5. Ruibo Wang, Jihong Li, Xingli Yang, Jing Yang, Block-regularized Repeated Learning-Testing for Estimating Generalization Error. Information Science, 2019, 477 : 246-264

6. Ruibo Wang, Yu Wang, Jihong Li^*, Xingli Yang, Jing Yang, Block-regularized mx2 Cross-validated Estimator of Generalization error. Neural Computation, 2017, 29(2): 519–554

7. Yu Wang, Jihong Li, Ruibo Wang, Xingli Yang, Confidence Interval for F1 Measure of Algorithm Performance Based on Blocked 3×2 Cross-validation, IEEE Transactions on Knowledge and Data engineering , 2015，27(3): 651-659

8. 杨杏丽，王钰，王瑞波，李济洪^*， 基于组块3×2交叉验证的预测误差估计的方差，应用概率统计，2014，30(4): 372 ~ 380