一、数据科学暑期研修班简介
各高等院校统计学、数据科学与大数据技术专业全体教师：
落实“教育质量工程”，培养“交叉创新人才”，提升教师专业素养和教学能力是关键。为推动统计学和数据科学融合发展，为培养适应新一轮科技革命急需的人才践行数据科学特色鲜明的课程改革与培训，国家天元数学西北中心、陕西省基础科学研究院、中国现场统计研究会、云南大学数学与统计学院和西安交通大学数学与统计学院联合举办“2022年高等院校统计学、数据科学与大数据技术专业教师数据科学暑期研修班”。该活动旨在“强化统计交叉应用，突出数据科学特色”，推广数据科学服务于国家经济和社会发展的卓越科研成果，同时反哺课程体系建设，从而助力适应国家大数据战略发展的高层次人才培养目标。该活动由西安交通大学徐宗本院士、中国现场统计研究会理事长东北师范大学郭建华副校长、云南大学数学与统计学院唐年胜院长担任活动召集人，共开设“数据科学概论”、“机器学习”和“数据智能”三门课程。培训班邀请数学科学领域知名专家授课，希望帮助与数据科学领域交叉的青年学者夯实基础知识、完善知识结构、提高研究水平。研修班拟定于7月17日报到，7月18日-29日在云南省昆明市线上线下同时开展，向统计专业基础课程教学教师倾斜。
二、主办单位
主办单位：
国家天元数学西北中心
联合主办单位：
陕西基础科学研究院
中国现场统计研究会
云南大学数学与统计学院
西安交通大学数学与统计学院
三、课程表
四、课程及授课专家介绍
课程一：数据科学概论 课时：10学时
课程简介：
本课程将从人类社会、物理世界、信息空间三元世界理论出发，阐述大数据在信息化社会中的基础地位、作用与价值；用数据科学语言来沟通不同学科，以统一的术语扼要阐述数学、统计学、计算机科学、人工智能等学科中所使用的数据科学概念及内涵；给出数据科学的严格定义，阐述数据科学的内涵与演进历史以及计算机科学、统计学、人工智能等学科相关的重大进展；论述数据科学的研究方法论及与其他学科的关联与区别，探讨数据科学的发展趋势与规律；介绍数据科学亟待解决的重大科学技术问题以及四大科学任务和十大技术方向；讨论数据科学的学科发展，论证数据科学的主体研究方向、学科属性和知识结构，提出推动数据科学发展的若干战略建议；聚焦数据科学的人才培养问题，分析数据科学人才应具备的知识、能力、素质要求，提出数据工程师、数据分析师、数据执行官等数据科学人才培养的建议方案。
主讲人：徐宗本 院士 西安交通大学
徐宗本，中国科学院院士，数学家、信号与信息处理专家、西安交通大学教授。
主要从事应用数学、人工智能、数据建模基础理论研究。曾提出稀疏信息处理的L(1/2)正则化理论,为稀疏微波成像提供了重要的理论基础；发现并证明机器学习的“徐-罗奇”定理, 解决了神经网络与模拟演化计算中的一些困难问题,为非欧氏框架下机器学习与非线性分析提供了普遍的数量推演准则; 提出基于视觉认知的数据建模新原理与新方法，形成了聚类分析、判别分析、隐变量分析等系列数据挖掘核心算法, 并广泛应用于科学与工程领域。曾获陈嘉庚信息技术科学奖、国家自然科学二等奖、国家科技进步二等奖、CSIAM苏步青应用数学奖、国际信息技术与量化管理学会Richard Price数据科学奖、陕西省最高科技奖，并在世界数学家大会上作45分钟特邀报告。
曾任西安交通大学副校长。现任中国科学院信息技术科学部副主任、西安交通大学西安数学与数学技术研究院院长、大数据算法与分析技术国家工程实验室主任、人工智能与数字经济广东省实验室（广州）主任，为国家大数据专家咨询委员会委员、国家新一代人工智能开放创新平台及战略咨询委员会委员。
主讲人：唐年胜 教授 云南大学
唐年胜，云南大学教授、博士生导师，国家杰出青年科学基金获得者，国家百千万人才工程入选者，获国家“有突出贡献中青年专家”称号，国际统计学会推选会员（ISI Elected Member），国际数理统计学会会士（IMS Fellow），教育部高等学校统计学类专业教学指导委员会委员，第八、九届国家自然科学基金数学天元基金学术领导小组成员。曾担任国际泛华统计学会“Board of Directors”。长期从事生物医学统计、高维数据分析、缺失数据分析、贝叶斯统计、机器学习、变分推断等方面的研究，在JASA、Annals of Statistics、Biometrika等刊物发表学术论文100多篇，出版学术专著5部。《应用回归分析》教材获首届全国优秀教材奖（高等教育类）二等奖。现担任《Statistics and Its Interface》、《Communications in Mathematics and Statistics》等期刊编委或副主编。
课程二：机器学习 课时：18学时
课程简介：
机器学习是研究从给定训练数据中，获取泛化预测规律的方法论。经历了近百年的发展，机器学习已成为人工智能领域最为核心、发展最为迅猛、方法论最为多样的学科之一。本课程将主要以拟合、泛化、不确定性、特征预测、方法论学习等角度逐层深入，讲解机器学习方法论构建的思想变迁以及各个历史阶段的经典算法，目标为与学员们共同探讨机器学习的深刻内涵，以及其“由器而道”的方法论合理性前提。
主讲人：孟德宇 教授 西安交通大学
孟德宇，西安交通大学教授，博士生导师。国家级人才获得者，曾获陕西省科学技术一等奖，科技部“变革性”重点专项项目负责人。发表论文百余篇，其中IEEE汇刊论文60余篇，计算机学会A类会议40余篇，谷歌学术引用超过16000次。现任中国工业与应用数学学会副理事长, CSIAM青年工作委员会主任，任IEEE Trans. PAMI，Science China: Information Sciences等国内外期刊编委。目前主要研究聚焦于元学习、概率机器学习、可解释性神经网络等机器学习基础方向的研究。
主讲人：孙剑 教授 西安交通大学
孙剑，西安交通大学数学与统计学院教授、博士生导师，获得国家杰出青年科学基金。长期从事人工智能（尤其是图像和医学影像分析）中的数学模型与算法研究，相关成果发表于IEEE TPAMI, IJCV, MIA, NeurIPS, CVPR, ICCV,MICCAI等；曾在微软亚洲研究院、法国巴黎高师、法国国家信息与自动化研究院等做博士后或访问学者；获陕西省自然科学奖一等奖、中国工业与应用数学学会优秀青年学者奖；担任权威国际期刊IJCV编委，重要国际会议ICCV/ECCV/MICCAI领域主席。
课程三：数据智能 课时：18学时
课程简介：
本课程主要介绍数据的智能处理和分析方法，主要包括：自然语言数据处理的主要方法、图像数据处理的典型问题和主要方法、视频数据和音频数据的处理、压缩、分类与目标跟踪方法等。同时介绍一些时空数据、社交网络数据、生物数据的分析与处理方法。
主讲人：徐颂华 教授 西安交通大学
徐颂华，西安交通大学数学与统计学院教授、博士生导师。美国耶鲁大学博士。长期从事医学大数据智能与决策支持、智能医疗、计算机科学与应用技术等方面的研究。发表学术论文110余篇。在医疗信息领域主持科研课题11项，包括中国国家自然科学基金重大国际合作项目等，科研经费累计2000余万人民币。申请发明专利46 项，拥有已授权发明专利26项（含2项美国发明专利），获得已授权的软件著作权55项。其研发的“基于眼球跟踪技术的智能计算机辅助乳腺癌诊断系统”于2013 年获得“R&D 100 Award”（R&D 100 Award 被誉为科技创新“奥斯卡奖”）。
主讲人：孙 剑 教授 西安交通大学（同课程二）
五、报名信息
报名截止时间：2022年6月10日
录取信息反馈：录取结果将发送至报名表中的邮箱。
六、联系方式
会议组织委员会成员：
易 媛 教授 西安交通大学
姜丹丹 教授 西安交通大学
联系人：
任可新 西安交通大学数学与统计学院
电话：029-82668042
邮箱：kexinren@mail.xjtu.edu.cn
地址：西安交通大学数学与统计学院113办公室
