6月4日下午，香港城市大学商学院的陈友华教授应邀为中国科学院大学经济与管理学院师生作了题为“Integrating Predictive Analytics (Machine Learning) and Prescriptive Analytics (Optimal Decision Making) – A Review”的精彩学术报告。

　　陈友华教授从管理科学领域最经典的报童模型讲起，将管理科学研究的思路分为四类，即：Descriptive Analytics（描述现象）、Diagnostic Analytics（找出原因）、Predictive Analytics（预测未来）、Prescriptive Analytics（优化决策）。陈友华教授总结了随机优化、鲁棒优化、数据驱动、机器学习等方法对于报童问题的研究，提倡将传统的二阶段求解思路（先预测需求再优化决策）整合为从data到decision。陈友华教授介绍了管理科学领域顶级期刊的最新论文，指出机器学习领域的聚类和决策树等方法可用来解决报童问题中难以刻画和应对随机需求的问题。

　　陈友华教授还热情详细地回答了多位老师和学生所提出的问题，深入浅出的展示了将机器学习和预测、优化结合起来并应用在医疗领域，大大扩展了师生们的研究视野。

　　陈友华教授现任香港城市大学管理科学系讲座教授及系主任，在管理领域顶尖期刊上发表了数十篇有重要影响的论文，例如代表作“Quantifying the bullwhip effect in a simple supply chain: The impact of forecasting, lead times, and information”发表后已经被引用2200余篇次，在供应链管理领域名列前茅。