“一生二，二生三，三生万物。”通过短短一句话，老子表达了一种从简单到复杂、从少到多的衍生和变化的思想，也展现了我国古代先贤对宇宙万物生成和发展规律的深刻理解。文泉在“统计学习理论及应用”这一课程中，灵活应用了组合与拆解原理这一思想。“当然，我们不仅要能看到‘一生二’，也要必须能借助逆向思维，认识到二可以由两个一构成，或换个角度看，由1.5和0.5构成，更或者由1乘以2构成。”

       该课程重点阐释了运用统计方法进行机器学习的理论和方法，在计算机和人工智能领域具有重要地位。在授课形式方面，课程组高度重视对学生综合能力的全面培养。在研究生院和计算机学院的大力支持下，积极建设精品课程，打造慕课资源，推行小班研讨式教学以及全英文等多样化的教学形式，以增强学生在未来工作和科研中的硬实力与软实力。

“统计学习理论及应用”课程负责人、计算机科学与工程学院文泉副教授

课程建设：持续精进课程内容，全力保证教学质量

       为了让计算机及人工智能相关专业的学生筑牢扎实的统计机器学习理论根基，具备较高的统计机器学习理论水平与科研实践能力，拥有成为国际一流统计机器学习科研人才的良好综合素质，由计算机学院副教授文泉牵头开设了这一学位课程。

       作为计算机相关专业博士研究生的必修课程，该课程兼具极高的理论学术价值与强烈的工程应用背景。在课程负责人文泉的眼中，该课程内容以具体问题或实例为切入点，由浅入深地阐明思路，对算法的数学推导与证明进行了详细论述，同时列举实际应用案例加以佐证。“这门课程能够有效助力学生深刻领会和掌握统计学习理论的数学本质与应用方法，培养理论与实际相结合的能力，进而在科研实践中灵活运用。”

       课程十分重视教学内容的基础与前沿、先修与后修等衔接关系，设置了科学合理的教学安排。它将机器学习的基础与前沿相结合，基础部分以回归模型、感知机模型、支持向量机模型、数据表示-含参模型、数据表示-不含参模型为核心，扎实筑牢线性代数、概率论、凸优化、核技巧、对偶问题、收敛性等机器学习的基础理论。前沿部分以深度学习（多层感知机）、集成学习、非监督学习、课堂报告等为核心，凸显了误差反向传播、加法模型、矩阵分解、研究热点等机器学习的前沿理论和方法。与此同时，课程还通过设置理论与实践紧密结合的项目制作业任务，全力培养研究生的创新意识和实践能力。

       课程建设的另一个特色，体现在其先进的教学模式上。在教学方面，课程实施了小班研讨式、案例教学式、以及“翻转课堂”等师生交互性强的教学方法；在考核方面，课程提高了过程考核成绩的占比，并始终按照专业培养方案的要求进行及时调整和优化。此外，线上与线下相结合也是课程的一大亮点。课程积极开展了将网络教学与传统课堂教学相结合的混合式教学模式，有效地调动了研究生学习的参与度，激发了研究生的学习和研究兴趣，培养了研究生的自主深度学习能力和独立思考能力。

       为了达到理想的教学水平、创造更优的课堂效果，本课程组还配备了一支科研与教学经历丰富的教师队伍，其三位主要成员：杨国武老师、陈娟老师、文泉老师，均拥有国外博士学位和高级职称，且承担了五年以上的本课程教学任务。教师队伍师资稳定，梯队构建合理；团队成员充分胜任课程所对应的各项教学目标和任务，教学水平显著，教学成效斐然。此外，课程组选拔研究方向为机器学习的博士研究生担任助教，充分发挥助教队伍对课程教学和建设的辅助作用，从而显著提升精品课程的教学质量。

课程特色：强力注重知识关联，积极紧跟科技前沿

       该课程内容所涉及的知识点多面广，涵盖了概率论、统计学、信息论、计算理论、最优化理论和计算机科学等基础学科。为了在授课中实现化繁为简、深入浅出，文泉将关键知识点的讲授拆解为如下三个主要环节：知识点所要解决的问题是什么？如何解决这一问题？以及为什么能够如此解决？

文泉副教授接受采访谈课程特色

       “如果仅按照现有国内外优秀教材和参考书中内容的组织和呈现方式，只停留在课程所涉及的知识点层面进行讲解的话，课程的知识点间将会彼此孤立，学生便会只见树木不见森林，课程的知识体系也会显得零乱，直接影响授课效果。因此，在多年的教学中，我们对处于课程知识点上层的、具有共性的逻辑思维方法进行了持续的探索、归纳和提炼，进而对授课的内容和形式不断进行改进。”在文泉看来，只有阐明知识点之间内在的联系，才能在教学中由点及面，将课程内容系统、完整地传授给学生。

       文泉认为，各类研究共有的关键特征之一，就在于探索并利用不同条件下事物之间的联系，并以此来认识和改造世界；学科之间的差异，主要体现在所研究的事物和条件的不同，而共性在于对事物之间联系的抽象描述。因此，课程组在讲授知识时，注重体现以下两个方面：一是借助系统思维，将复杂问题拆解为简单问题，把知识讲得简单、明晰；二是把有关复杂问题拆解为简单问题的方法，以及有关简单问题组合为复杂问题的方法，讲得深刻、普遍。

       研究生课程注重“产、学、研”三者的关联和有机结合，《统计学习理论及应用》正充分彰显了这一点。课程组布置了一类兼具实践性、拓展性和研究性的综合类课堂作业，以及包含“实践方案”和“实验结果演示”这两个要素的“挑战性项目”环节。实践方案是挑战的成果展现，实验结果的演示既涵盖了实验的理论基础、算法设计及编程实现的过程，也包含了实践环节中遇到的问题以及所采取的解决方案。

       为了接轨统计学习领域的研究前沿以及提升国际交流，课程采用了全英文教学方式。“计算机领域的相关杂志、国际会议及理论术语大多数都采用英文。如今的学生，既要研读英文文献，汲取知识养分；也要深耕英文写作，展现思想风采；还要积极参加各类国际会议和学术交流，拓宽学术视野。”文泉认为，在课程中营造全英文教学氛围，一方面能够促使学生主动适应英文听说读写的学术环境，提升学生的科技英语交流水平；另一方面，也能有效培养研究生的科研素养、敏锐思维和国际化能力。

       未来，课程组将借助通用大模型，以计算机专业知识图谱为基础，构建基于本课程知识图谱的专有大模型，利用人工智能技术实现规模化教育下的个性化课程教学。

教学成果：充分激发学生兴趣，着力营造活跃氛围

       对于任何一门课程来说，学生的反馈对提升课程的教学质量具有至关重要的作用。因此，在《统计学习理论及应用》课程建设过程中，课程组也始终将提升学生的体验感置于重要位置。“在课堂教学过程中，学生是中心，教师只是起到指导学生学习的作用。”

       这门课程面向全校学生，包括留学生和具有推免资格的本科生。选课学生背景和基础参差不齐，呈现出众口难调的局面，这给授课的内容和方式带来了极大的挑战。针对这种现状，课程组着重对授课内容和方式进行持续动态调整。

       为了使不同背景、不同基础的同学都能适应课程节奏，课程组将教学内容分为基础、进阶和高级等三个不同层次。对于基础较为薄弱的学生，着重讲解基础知识和核心概念，确保他们能够跟得上课程的基本要求；对于基础较好的学生，则适时提供更为深入、更具拓展性的内容，以满足他们的求知欲。课程组开设了两个在知识点上有不同侧重的教学班，供学生们进行个性化选择。同时，针对部分学生缺乏某些关键前置知识的情况，课程组在主要的教学环节都会补充必要的预备知识讲解。例如本课程的第二章对线性代数和概率论知识的回顾，以及第五章涉及的凸优化内容。

       除了课堂讲授内容之外，课程组还为学生提供了丰富的在线课程、学习文档、视频教程等电子资源，使得学生可以依据自身的情况自主选择学习。除此之外，课程组也建设了专门的课程网站，让学有余力同学可以借助网站提前预习课程内容。

       针对学生存在的个性化问题，课程组会展开个别辅导。对于基础薄弱的学生，会更多地指出问题所在，并给予详细的改进建议；对于基础较好的学生，则会鼓励他们进行自我反思和进一步拓展。“我们对研究生的期望是个性化的。学生如果能在课程结束后，感觉自己比课程开始时得到了较大的提高，那么课程目的就达成了。”看着同学们都取得了不同程度的进步，文泉深感欣慰。

       计算机学院2021级博士研究生毛培力选修完这门课程，表示在统计学习领域收获了宝贵的知识和实践经验。“课程不仅让我掌握了大量的专业知识和技能，更重要的是，它让我认识到统计学习在现代数据驱动社会中的核心地位，激发了我对这一领域深入研究和探索的兴趣。文泉老师的悉心教导和鼓励是我取得这些收获的重要因素。未来，我将继续关注这一领域的发展，不断学习和应用新的统计学习方法，以应对越来越复杂的数据分析挑战。感谢文泉老师的指导和支持，使我能够有了坚实的统计学习理论基础。”

思政教育：巧妙取用先贤哲思，深化学子家国情怀

       作为一门与当今计算机科学发展前沿紧密相连的课程，《统计学习理论及应用》在课程内容上展望未来，在教学方法上借鉴了优秀哲学思想。在知识点的讲解方面，文泉强调了在《道德经》和唯物辩证法中都所有体现的“拆解”与“组合”思想。“要善于灵活运用拆解和组合的思想，将系统思维、逻辑思维与计算思维有机结合，去认识、理解和解决问题，实现万物互联。”文泉认为，借助古今的一些优秀哲学思想，通过归纳、比较、总结、分析所学知识与理论，构建不同知识和理论之间的联系，实现相互借鉴、融会贯通、推陈出新，能更加坚定学生们的文化自信和理论自信。

文泉在备课过程中，注重将课程思政内容充分融入课堂教学环节

       在学生的论文报告和研讨环节，文泉鼓励学生将课程内容结合大模型技术和量子信息技术等专业前沿进行交流和探讨，并且特别强调学生结合拆解和组合思想展开分析与研讨。只有这样，才能在有限的报告研讨时间里，避免过度纠结于于具体的技术细节，从而使大家能在更高的思想层面上更为有效地激发灵感和碰撞思想。

       计算机学院2023级硕士研究生赵怡浪在研一上学期选修了这门课程，收获了宝贵的研究方法。“这门课是对机器学习方面内容的介绍，内容包罗万象，也有相关的课程项目来将理论付诸实践。在课堂知识之外，老师还提到了分别从全局和局部去看待问题的分析方法。从全局角度看待问题把握问题的整体难度和解决方向，从局部看待问题可以切实地解决问题。将整个问题分解成小问题来进行解决，抓住主要矛盾，是我现在学习中的一大法宝。”

       “为党育人，为国育才”是高校教育的初心和根本。面向党和国家需求，培养德才兼备的计算机、人工智能领域高级人才，是该课程教学最根本的目标。文泉在备课过程中，注重在知识讲解间隙穿插分享多个与信息行业密切相关的思政教学案例，将课程思政内容充分地融入进课堂教学环节。

       在科技发展日新月异的新时代背景下，课程建设之路任重而道远，文泉满怀期许，盼望同学们在学有所成的同时，积极响应国家需求，扎根科学技术一线，创造自己的人生价值。“科研，最终都应当服务于祖国发展，服务于社会生产，服务于人类福祉。”