为加强统计学科建设和人才培养，经学校同意，特聘请中国人民大学吴喜之教授于年4月下旬来我校为师生开设短期课程，欢迎我校广大师生参加。

01

课程简介

一.Python数据科学编程

目前世界经济是被技术驱动的,拥有编程技能是一种优势.在科学、技术、工程等方面,有过半的工作是由计算机完成的.社会对编程人才的需求远远超过供给.学习编程不仅是社会需要,而且也是生存的必须.在未来,不会编程就等同于文盲.在大数据时代的数据分析,如果不懂编程,根本不可能成为数据科学人才,本课程通过Python的编程训练,使学生不仅仅学会Python,而且获得泛型编程能力(也是一种思维方式).有了这种能力,语言之间的不同不会造成太多的烦恼.Python仅仅是一种编程语言,但对于编程的初学者来说,却是一个良好的开端。

二.深度学习入门—基于Python的实现

深度学习是一种人工智能,它模仿人脑处理数据和创建用于决策的模式方面的工作,处理用于检测对象、识别语音、翻译语言和进行决策的数据.深度学习是机器学习的一个子领域.它利用层次化的人工神经网络来实现机器学习的过程.人工神经网络类似于人的大脑,其神经元节点像网络一样连接在一起.深度学习系统的分层功能使机器可以使用非线性方法处理数据.它主要用于有监督学习,也能够从非结构化或未标记的数据中不受监督地学习网络.由于深度学习主要使用神经网络,因此也称为深度神经学习或深度神经网络.本课程从Python基本代码开始,然后过渡到PyTorch,也介绍TensorFlow编程的例子,通过例子使读者熟悉深度学习各个方面的面貌和特性。

02

教师介绍

吴喜之教授

中国人民大学

吴喜之，中国人民大学教授,博士生导师,本科毕业于北京大学数学力学系,美国北卡罗来纳大学统计博士。在国内外出版的专著和教材三十多部；研究涉及的领域或方向包括:序贯分析及最优停时、回归诊断、模型选择、贝叶斯统计、非参数统计、分类数据分析、纵向数据分析、偏最小二乘方法、结构方程模型、时间序列、数据挖掘、机器学习、深度学习等等;曾在南开大学、中国人民大学、北京大学、中山大学、加州大学伯克利分校、加州大学戴维斯分校、北卡罗来纳大学教堂山分校、北卡罗来纳大学夏洛特分校、密歇根大学等二十几所国内外大学任教。

03

行课安排

上课时间：上午：9:25-12:00下午：13:55-16:30

上课地点：柳林校区颐德楼H或通博楼TB

答疑地点：弘远楼

授课须知：上课需要自备电脑

参考教材：

《Python——数据科学的手段(第2版)》作者吴喜之张敏，中国人民大学出版社

《深度学习入门——基于Python的实现》作者吴喜之张敏，中国人民大学出版社

日期

时间

上课地点

答疑地点

4月26日

上午

H

4月27日

上午

H

5月8日

上午

H

5月11日

上午

H

5月11日

下午

弘远楼

5月18日

上午

H

5月18日

下午

弘远楼

5月22日

上午

通博楼

5月22日

下午

通博楼

5月25日

上午

H

5月25日

下午

弘远楼

5月29日

上午

通博楼

5月29日

下午

通博楼

6月1日

上午

H

6月1日

下午

弘远楼

6月5日

上午

H

6月5日

下午

H

6月7日

上午

H

04

授课对象

本课程针对有一定统计基础的本校高年级本科生、研究生及教师开设。

05

报名方式

报名方式：通过下方