2023年11月4日，统计学拔尖人才培养及《机器学习》课程建设研讨会在中国人民大学逸夫第二会堂举办。北京大学教授、教育部统计学类教学指导委员会主任委员房祥忠（线上参加），北京大学教授、现场统计研究会机器学习分会会长张志华，中国人民大学统计学院党委书记孟生旺，浙江大学数据科学研究中心副主任张立新，中国人民大学书院建设与管理中心副主任、明理书院副院长许王莉，上海财经大学统计与管理学院副院长李涛，南开大学统计与数据科学本科教学指导分委员会委员李忠华，北京大学数学科学学院概率统计系统计学教研室主任林伟，西南财经大学数据科学系系主任李可等专家学者出席会议。中国人民大学统计学院副院长尹建鑫，副院长吕晓玲主持会议。
统计学拔尖人才培养及《机器学习》课程建设研讨会由教育部高等学校统计学类教学指导委员会、现场统计研究会机器学习分会、中国人民大学统计学院联合主办，致力于进一步提高统计学专业人才培养质量，增强统计学专业教育教学改革动力，建设高素质统计学专业教师队伍，推动中国统计教育现代化。
北京大学教授、教育部统计学类教学指导委员会主任委员房祥忠在致辞中表示，近年来大数据、人工智能以及金融科技等领域的强势崛起，给统计学带来新的挑战和机遇。如何完善以深基础、宽领域、高视野为宗旨的培养体系，培养统计学领域的复合型拔尖创新人才，成为亟待深入探索的问题。他表示，教职委将继续推动统计部门、社会组织、高等院校、行业企业等各方优势资源的合作，促进协同创新平台发展，凝聚发展合力，促进统计与数据科学本科专业人才培养院校的专业建设与交流。
北京大学教授、现场统计研究会机器学习分会会长张志华代表中国现场统计研究会机器学习分会向会议召开表示诚挚的祝贺。他表示，相比于国内的师范类和财经类院校，统计学在理工综合性大学的发展相对不太乐观，重视程度不够，这不利于年轻老师获取学术资源，也不利于统计学汲取计算机发展的红利。他强调统计学科发展的重中之重是要提升本科生的培养质量，特别是如何应对人工智能和数据科学的挑战和机遇。他表示，培养计划应注重加强数理基础的教学与锻炼学生使用深度神经网络等大模型的能力。
中国人民大学统计学院党委书记孟生旺对各位老师的光临指导表示衷心的感谢和热烈的欢迎，介绍了近年来中国人民大学统计学院在本科专业建设、课程建设、教材建设等方面的发展情况。他表示在人工智能快速发展的时代，包括统计学、数据科学在内的大多数学科都面临着更新人才培养模式的巨大挑战，要居安思危、不断创新，旧的模式难以适应这个飞速发展的时代。如何实时地迭代更新课程体系、教学内容、教材形态、教学方法、教学手段值得我们深入思考，从而更好地体现统计学和数据科学在高等教育人才培养中的地位和价值。
北京大学数学科学学院概率统计系统计科学中心长聘副教授、研究员、统计学教研室主任林伟对北大统计拔尖计划进行了详细的介绍。他首先介绍了北大统计拔尖计划的培养宗旨、培养思路与培养方案。他表示拔尖计划注重基础理论的学习与建模分析能力的提升，锻炼学生的代码能力、实践能力和分析应用问题的能力
上海财经大学统计与管理学院副院长李涛介绍了上海财经大学统计管理学院拔尖人才培养的模式。她表示拔尖人才的培养理念就是围绕统计学专业发展的特色，以数学为基础，以经典统计为核心，以数据科学技术为工具，最终落实到应用领域。随后，她介绍了上海财经大学拔尖计划的专业设置、课程安排与训练项目。她表示，上海财经大学拔尖计划的特色还在于构建了多阶段多形式的实践应用平台，对学生的实践能力有很大帮助。
南开大学统计与数据科学学院副教授李忠华作了题为“统计与数据科学学院新时代育人之道”的报告。他表示南开大学统计与数据科学学院对学生的培养目标是堪当时代大任的国际一流人才。随后，他将具体的培养方式分为组织方面和育人方面，组织方面包括党政齐抓共管、优秀教师引领、教师支部牵头这三项举措，育人方面则落实到课程育人、学科育人以及实践育人三项活动中。
中国人民大学统计学院副院长尹建鑫对中国人民大学统计与数据科学拔尖人才培养计划进行了详细的介绍。他从课程设置方面解读了拔尖计划的培养方案，并介绍了拔尖计划的政策保障。他表示人大的统计学科一直有一个优良传统，就是把教材建设作为教育手段的重要抓手，从历史上来看，统计学院的教材建设有很多的亮点。随后，他介绍了统计学院近些年来在教学方面的探索。
西南财经大学统计学院数据科学系系主任李可作了题为数智时代统计人才游园指南的汇报。他表示数字时代与人工智能带来的挑战是前所未有的，我们想培养的不是技术专家，不是统计学家，不是数据科学家，而是一个可以解决问题的人。随后，他将数据可视化这门课作为案例，介绍了知识是点、线、面、体这样逐渐积累的过程。最后，他从专业设置与评价体系两个方面对培养方案提出建议。
会议气氛热烈。本次会议探讨了拔尖创新人才培养方案设计，促进了统计与数据科学本科专业人才培养院校的专业建设与交流。
随后分会于11月4日下午在中国人民大学逸夫第二会堂举办。会议由中国人民大学统计学院副院长尹建鑫主持。
北京大学数学学院教授、计算机学院兼职教授和博士生导师张志华分享了自己在机器学习课程建设方面的见解。张志华从应用、方法、理论三方面出发，系统阐释了机器学习的课程体系、课程讲授目的以及学生应该具备的技能。他指出要重视机器学习的数学机理以及实现与应用机器学习的方法，深入了解机器学习的相关理论知识。
华东师范大学研究员谌自奇作题为“本硕博分层次机器学习课程建设探究”的汇报。他向大家分享了华东师范大学在课程建设方面的成果以及机器学习课程体系，详细说明了针对本科、硕士、博士的机器学习方面课程的课时学分设置、学习内容以及考核方式，指出机器学习课程应重视学生实践能力和学生的课堂参与程度。
北京大学数学科学学院概率统计系统计科学中心长聘副教授、研究员林伟作题为“机器学习理论教学之我见”的报告。他表示，机器学习课程中很多理论基础和数理统计课程有重复部分，可以对此类内容做出改革以适应研究需要。随后，他系统比较了统计学和机器学习的异同，阐述自己对于课程内容的修改想法，提出可以将两方面课程相互融合以解决学生需要重新学习基础理论的问题。
中国人民大学统计学院副院长、数据科学与大数据统计系系主任吕晓玲分享了专业硕士机器学习课程建设的思考与展望。吕晓玲指出，对于不同年级的学生，课程内容的侧重点也应不同，并且教师要随学科发展持续更新课程内容。吕晓玲分享自己的教学经验，由于专硕生的本科背景存在差异，她以班级同学的平均水平为基准调整授课难度，并鼓励学生加强与业界的合作。最后，吕晓玲希望能有更多优质的计算机系统原理、编程类课程，并提出以赛促教、以赛促学的想法。
随后，大家就相关问题展开热烈讨论，围绕人才培养、课程设置等问题进行了深入的交流。
本次会议就拔尖方案设计、核心课建设以及重点课程《机器学习》进行了主题报告、交流研讨，共同探讨了统计学拔尖创新人才培养及相关核心课程建设的思路，积极探索新时期统计学发展的创新路径，促进了统计学类专业人才培养院校的建设与交流。