统计学与计算机科学深入交叉诞生新学科
复旦大学管理学院统计学系更名为“统计与数据科学系”。复旦大学管理学院供图
中新网上海12月2日电(记者陈静)近年来，互联网、人工智能等领域迅猛发展，数字化经济、数字化转型等概念方兴未艾；作为数据收集与量化分析的必备方法与工具，统计学在各行各业中有着越来越广泛的应用。
复旦大学管理学院统计与数据科学系系主任郁文教授2日对记者介绍：“大数据的发展给统计学带来了新变化，统计与数据科学系将凸显数据分析的重要性，助推学院与深度学习、人工智能相关的科创企业进行交流、合作。”
据悉，随着统计学与计算机科学的深入交叉，加上与数据来源背景领域的充分融合，逐渐形成了数据科学这一新的发展方向，成为统计学科发展的重要趋势。
复旦大学统计专业成立于1938年，开创了中国大学中设立统计学的先例。上世纪80年代初，在国家统计局支持下，复旦大学再次获批建立数理统计专业，成为中国最早恢复的数理统计专业之一。
为顺应学科发展趋势，复旦大学管理学院统计学系更名为“统计与数据科学系”，并举办了统计与数据科学学科建设研讨会，邀请该领域专家学者在会议中共同探讨统计学与数据科学的发展方向。
来自全中国30多所高校、企业及科研机构统计学与数据科学领域的60余位专家参加了本次“复旦大学管理学院统计与数据科学学科建设研讨会暨统计学系更名仪式”。
教育部高等学校统计学类专业教学指导委员会主任委员、北京大学数学科学学院房祥忠教授表示，复旦大学是全球最早进行数理统计教育的高校之一。复旦大学统计学科是中国统计学科发展的重镇，将统计学与数据科学紧密联系和自然结合是未来学科发展的方向，将推动统计学学科在新的起点取得更大发展，期待复旦统计与数据科学系在这一领域继续保持领头作用。
复旦大学管理学院院长陆雄文认为，统计学系更名为“统计与数据科学系”，表明了复旦统计学科接下来的发展方向与建设重点。希望能在学术研究、学科建设、人才培养、业界实践等诸多方面都有进一步的提升，为中国统计学事业的进步继续做出应有的贡献。
研讨会上，相关科技企业教育事业部负责人戴娟分享了借助数据进行决策的经验。
戴娟认为，对产品管理团队来说，有两种数据，一种是用户的主观数据，另一种是被数据科学家进行整合、分析的客观数据。主观数据是用户的情感，客观数据是用户的心跳，数据验证的闭环在所有产品设计当中变得越来越重要。
戴娟指出，其所在企业希望建立一个人工智能的底座和大装置，从数据感知、模型训练、数据计算和解析层面，最终带来城市数字化的转型，在数据、算法和模型、算力三个支架上连接形成闭环。(完)
[责编：战钊]统计学与计算机科学深入交叉诞生新学科
中新网上海12月2日电(记者陈静)近年来，互联网、人工智能等领域迅猛发展，数字化经济、数字化转型等概念方兴未艾；作为数据收集与量化分析的必备方法与工具，统计学在各行各业中有着越来越广泛的应用。
复旦大学管理学院统计与数据科学系系主任郁文教授2日对记者介绍：“大数据的发展给统计学带来了新变化，统计与数据科学系将凸显数据分析的重要性，助推学院与深度学习、人工智能相关的科创企业进行交流、合作。”
据悉，随着统计学与计算机科学的深入交叉，加上与数据来源背景领域的充分融合，逐渐形成了数据科学这一新的发展方向，成为统计学科发展的重要趋势。
复旦大学统计专业成立于1938年，开创了中国大学中设立统计学的先例。上世纪80年代初，在国家统计局支持下，复旦大学再次获批建立数理统计专业，成为中国最早恢复的数理统计专业之一。
为顺应学科发展趋势，复旦大学管理学院统计学系更名为“统计与数据科学系”，并举办了统计与数据科学学科建设研讨会，邀请该领域专家学者在会议中共同探讨统计学与数据科学的发展方向。
来自全中国30多所高校、企业及科研机构统计学与数据科学领域的60余位专家参加了本次“复旦大学管理学院统计与数据科学学科建设研讨会暨统计学系更名仪式”。
教育部高等学校统计学类专业教学指导委员会主任委员、北京大学数学科学学院房祥忠教授表示，复旦大学是全球最早进行数理统计教育的高校之一。复旦大学统计学科是中国统计学科发展的重镇，将统计学与数据科学紧密联系和自然结合是未来学科发展的方向，将推动统计学学科在新的起点取得更大发展，期待复旦统计与数据科学系在这一领域继续保持领头作用。
复旦大学管理学院院长陆雄文认为，统计学系更名为“统计与数据科学系”，表明了复旦统计学科接下来的发展方向与建设重点。希望能在学术研究、学科建设、人才培养、业界实践等诸多方面都有进一步的提升，为中国统计学事业的进步继续做出应有的贡献。
研讨会上，相关科技企业教育事业部负责人戴娟分享了借助数据进行决策的经验。
戴娟认为，对产品管理团队来说，有两种数据，一种是用户的主观数据，另一种是被数据科学家进行整合、分析的客观数据。主观数据是用户的情感，客观数据是用户的心跳，数据验证的闭环在所有产品设计当中变得越来越重要。
戴娟指出，其所在企业希望建立一个人工智能的底座和大装置，从数据感知、模型训练、数据计算和解析层面，最终带来城市数字化的转型，在数据、算法和模型、算力三个支架上连接形成闭环。(完)
【编辑:朱延静】统计学、大数据、人工智能与经济管理学科交叉论坛顺利召开
2023年3月19日，中国人民大学统计与大数据研究院与香港中文大学（深圳）数据科学学院、香港中文大学（深圳）经管学院联合主办的统计学、大数据、人工智能与经济管理学科交叉论坛顺利召开。论坛由中国人民大学统计与大数据研究院与社会经济大数据分析与技术创新引智平台共同承办。来自清华大学、香港中文大学（深圳）、复旦大学、香港城市大学、西南财经大学等的多位专家学者参加了本次论坛并作学术报告。本次论坛在中国人民大学崇德楼逸夫楼第一会议室举办，多名校内外师生参与了本次会议。
开幕式
研究院院长朱利平教授主持了本次会议的开幕式。他表示，在大数据时代，新的数据形式给统计学、人工智能及经济管理学科的发展带来前所未有的挑战，也为这些学科的交叉融合创造了千载难逢的机遇。近年来，ChatGPT、AIGC、华为盘古等前沿技术的涌现，更是为统计学、人工智能及经济管理学科等领域带来了一系列新的研究问题。
香港中文大学（深圳）经管学院艾春荣教授和香港中文大学（深圳）数据科学学院查宏远教授发表开幕式致辞。表示为了更好促进统计学、人工智能领域前沿技术与经济管理学科的交叉研究，中国人民大学统计与大数据研究院、香港中文大学（深圳）数据科学学院联合举办“统计学、大数据、人工智能与经济管理学科交叉论坛”，深入探讨统计学、人工智能前沿技术原理及其对经济管理学科研究的影响，促进统计学、人工智能与经济管理学科的交叉融合，凝练关键科学问题，开展跨学科探索性研究及展望，能对我国的统计、人工智能学科起到积极的推动作用，并预祝会议成功。
会议详情
复旦大学管理学院和大数据学院的洪流教授就“复杂系统管理中的仿真方法研究：挑战与机遇”作出报告，向参会者分享了自己的研究成果。
香港城市大学商学院管理科学系的刘光梧教授讲授了“SolvingMarkovDecisionProcessesviaLargest-SizeAverageEstimator”。
香港中文大学（深圳）数据科学学院的谢李岩助理教授就“数据驱动的在线变点检测问题”作出报告。
香港中文大学（深圳）数据科学学院的张云翼助理教授讲授了“SimultaneousStatisticalInferenceforSecondOrderParametersofTimeSeriesUnderWeakConditions”。
香港中文大学（深圳）数据科学学院的陈昕韫助理教授讲授了“OnlineLearningandOptimizationforQueueswithUnknownDemandCurveandServiceDistribution”。
西南财经大学统计学院的成青副教授讲授了“MendelianRandomizationAccountingForComplexCorrelatedHorizontalPleiotropyWhileElucidatingSharedGeneticEtiology”。
中国人民大学统计与大数据研究院的杨松山助理教授讲授了“Feature-splittingAlgorithmsforUltrahighDimensionalQuantileRegression”。
中国人民大学统计与大数据研究院的张琨助理教授讲授了“AnUpperConfidenceBoundApproachtoEstimatingtheMaximumMean”。
中国人民大学统计与大数据研究院的张政副教授讲授了“NonparametricEstimationofContinuousTreatmentEffectwithMeasurementError”。
下午，各位专家学者在崇德西楼702会议室进行学科建设讨论，就我国统计学科发展历程、学科体系建设、教学与科研队伍、重大科研项目与重要人才工程、学科交叉融合与人才培养等方面进行讨论，对如何推动统计学更好发展提出意见与建议。
闭幕式
中国人民大学朱利平院长发表了闭幕式致辞，对本次会议报告人及参与的学者们的支持表示衷心的感谢，希望今后可以更好地促进交叉学科的融合，为广大学者提供更好的交流平台。
统计学、大数据、人工智能与经济管理学科交叉论坛召开
3月19日，中国人民大学统计与大数据研究院与香港中文大学（深圳）数据科学学院、香港中文大学（深圳）经管学院联合主办的统计学、大数据、人工智能与经济管理学科交叉论坛召开。论坛由中国人民大学统计与大数据研究院与社会经济大数据分析与技术创新引智平台共同承办。来自清华大学、香港中文大学（深圳）、复旦大学、香港城市大学、西南财经大学等的多位专家学者参加了本次论坛并作学术报告。本次论坛在中国人民大学崇德楼逸夫楼第一会议室举办，多名校内外师生参与了本次会议。
开幕式
研究院院长朱利平主持了本次会议的开幕式。他表示，在大数据时代，新的数据形式给统计学、人工智能及经济管理学科的发展带来前所未有的挑战，也为这些学科的交叉融合创造了千载难逢的机遇。近年来，ChatGPT、AIGC、华为盘古等前沿技术的涌现，更是为统计学、人工智能及经济管理学科等领域带来了一系列新的研究问题。
香港中文大学（深圳）经管学院教授艾春荣和香港中文大学（深圳）数据科学学院教授查宏远发表开幕式致辞，表示为了更好促进统计学、人工智能领域前沿技术与经济管理学科的交叉研究，中国人民大学统计与大数据研究院、香港中文大学（深圳）数据科学学院联合举办“统计学、大数据、人工智能与经济管理学科交叉论坛”，深入探讨统计学、人工智能前沿技术原理及其对经济管理学科研究的影响，促进统计学、人工智能与经济管理学科的交叉融合，凝练关键科学问题，开展跨学科探索性研究及展望，能对我国的统计、人工智能学科起到积极的推动作用。
会议详情
复旦大学管理学院和大数据学院教授洪流就“复杂系统管理中的仿真方法研究：挑战与机遇”作出报告，向参会者分享了自己的研究成果。
香港城市大学商学院管理科学系教授刘光梧讲授了“SolvingMarkovDecisionProcessesviaLargest-SizeAverageEstimator”。
香港中文大学（深圳）数据科学学院助理教授谢李岩就“数据驱动的在线变点检测问题”作出报告。
香港中文大学（深圳）数据科学学院助理教授张云翼讲授了“SimultaneousStatisticalInferenceforSecondOrderParametersofTimeSeriesUnderWeakConditions”。
香港中文大学（深圳）数据科学学院助理教授陈昕韫讲授了“OnlineLearningandOptimizationforQueueswithUnknownDemandCurveandServiceDistribution”。
西南财经大学统计学院副教授成青讲授了“MendelianRandomizationAccountingForComplexCorrelatedHorizontalPleiotropyWhileElucidatingSharedGeneticEtiology”。
中国人民大学统计与大数据研究院助理教授杨松山讲授了“Feature-splittingAlgorithmsforUltrahighDimensionalQuantileRegression”。
中国人民大学统计与大数据研究院助理教授张琨讲授了“AnUpperConfidenceBoundApproachtoEstimatingtheMaximumMean”。
中国人民大学统计与大数据研究院副教授张政讲授了“NonparametricEstimationofContinuousTreatmentEffectwithMeasurementError”。
下午，各位专家学者在崇德西楼702会议室进行学科建设讨论，就我国统计学科发展历程、学科体系建设、教学与科研队伍、重大科研项目与重要人才工程、学科交叉融合与人才培养等方面进行讨论，对如何推动统计学更好发展提出意见与建议。
闭幕式
朱利平发表了闭幕式致辞，对本次会议报告人及参与的学者们的支持表示衷心的感谢，希望今后可以更好地促进交叉学科的融合，为广大学者提供更好的交流平台。
（责任编辑：汪浩然）