为进一步活跃我院学术氛围、激发师生科研热情，2023年3月2日下午，由我院主办的“数据科学发展中的我们”座谈会在诚信楼715成功举办。中国人民大学统计学院教授、博士生导师吴喜之进行了学术分享，并与广大师生进行了学术交流。本次座谈会由统计学院唐晓彬副院长主持，共有超过80名硕士研究生、博士研究生及青年教师参加。

吴喜之教授以ChatGPT为例引出对人工智能、机器学习、数据科学关系的探讨，随后就统计学定位、学科定义、学科贡献、学科交叉融合、发展与挑战等提出了自己的观点。随后，吴老师进一步通过实例重点阐述了统计检验假定与线性回归可解释性的局限性、代数中正交与统计中相关性的区别、最小二乘回归应用限制。最后，吴老师结合自身学习与科研经历，就更新教师知识结构、教学内容与教材、培养学生创新学习方式、丰富学生就业方向提出了自身见解。

在随后的座谈环节，韩子非、郝美玲、张书聪老师先后就线性回归在试验设计中的意义、统计学教学困惑与感想、知识和课程结构更新对吴教授进行了提问。熊巍老师结合教学与科研经历，以统计模型的发展方向、重要变量的选取、数据科学专业定位为问题与吴老师进行了进一步的探讨。此外，欧阳倩、张秦铭等同学从线性模型与相关性、不确定性的测度、格兰杰因果检验、统计显著性等问题出发进行了提问，吴老师一一进行了回答。

“数据科学发展中的我们”座谈会举办对我院师生今后的教学与科研提供了众多的启发。参会的教师与研究生也纷纷表示受益匪浅，会在今后工作与学习进行更加深入的思考。

吴喜之教授简介：中国人民大学统计学院教授、博士生导师，北卡罗来纳大学统计学博士，本科毕业于北京大学数学力学系，曾在美国加利福尼亚大学、北卡罗来纳大学、密西根大学以及南开大学、北京大学等多所著名学府执教。国务院学位委员会统计学科评议组成员、概率统计学会常务理事、国家教委概率统计教材组成员、国家统计教材编审委员会委员、数学进展编委、中国统计方法应用标准化技术委员会标准化中统计方法应用分委员会主任委员。曾涉及序贯分析，回归诊断，质量控制和模型选择等方向的教学与研究。代表性著作有《数据科学导论——R与Python的实现》（2019）、《复杂数据统计方法——基于R和Python（第四版）》（2022）和《强化学习入门——基于Python》，多次主持国家自然科学基金项目。