7月13日起至8月6日，“2020国家天元数学东北中心暑期高校青年教师培训班”—数据科学与图像分析系列课程在线上交流平台腾讯会议成功开展，实验室研三年级黄建柔同学，研二年级白慧、范阗、张景波、曹益皓、赵丽红、牛源、郑亚莹、蓝洋、吉梁茜同学，研一年级张瑞、杨海明、武琳洁、张斌全、张艳君、杨康杰同学共同参与听讲。

7月13日起至7月16日，数据科学与图像分析系列课程由深圳大学大数据技术与应用研究所的王熙照老师与华中科技大学人工智能与自动化学院的陶文兵老师共同讲述。上午是王熙照老师为大家讲授的有关数据科学的精彩课程。课程旨在对不确定建模在机器学习中的作用做一个简要介绍，聚焦不确定性的一种即模糊性，强调不确定性的建模和处理可体现在整个机器学习过程的各个环节中，是学习系统性能提升的一个新途径。向同学们讲述了不确定性简介与机器学习、模糊决策树归纳、模糊支撑向量机、迷糊K-均值等方面的内容。下午是陶文兵老师精心准备的有关图像三维重建的系列课程。向同学们讲述了关于图像特征匹配（深度学习变换）、稀疏重建和相机姿态估计、多视图立体重建（深度学习方法）、基于学习的表面重建（强化学习）等方面的内容。

7月17日至7月20日，浙江海洋大学吴伟志教授就多尺度数据分析的粗糙集方法进行了详细的讲解，讲述了广义多尺度信息系统与多尺度决策表、广义多尺度决策系统的最优尺度组合以及基于信息熵的广义多尺度决策系统的最优尺度组合等方面的精彩内容。

胡清华教授就鲁棒学习与不确定性建模进行了详细的讲解，介绍了不确定回归建模的挑战、输出数据不确定性的回归建模、输入数据不确定性的回归建模以及模型不确定性的回归建模等多方面的内容，并对其在航空航天、军事、经济、能源电力等领域的应用进行了分析。

李进金教授就知识空间的相关内容进行了详细的介绍。对什么是分类与预测、关于分类与预测的内容、贝叶斯分类、基于规则的分类、反向传播分类方面的知识进行了讲述。此外对SVM、关联分类、精度与误差测量、集成方法、模型选择方面的内容也进行了非常精彩的讲解。

河北师范大学数学科学学院米据生教授就信息系统属性约简的图论方法方面的内容进行了介绍，主要介绍了概念格粒约简的图论方法、格协调决策形式背景属性约简的快速算法、基于图方法的粗糙集属性约简等内容。并且从数据到知识，介绍了知识获取的概念分析方法，就什么是概念格到概念格属性约简到多尺度概念格进行了多层次的讲解。

中国计量大学理学院曹飞龙教授就前向人工神经网络的逼近论基础、人工神经网络的随机学习算法、深度神经网络逼近能力与应用三方面内容进行了阐述，从函数逼近论讲起，介绍了三层前向神经网络的特性、三层前向神经网络及其数学模型、三层前向神经无能力的结构以及神经网络逼近的稠密性以及复杂性问题。对人工神经网络的随机学习算法即前向神经网络BP算法和随机权网络算法进行介绍，并讲解了其在图像重建领域里边的应用。

Iwate Prefectural University (IPU)的Hamido Fujita教授也就机器学习以及AI方面的内容进行了讲解。主要就以下几方面进行详细介绍，即机器学习概述:数据分析；监督学习的一般算法；分类，流形学习，正则化；非监督学习:聚类和半监督学习；深度学习，生物医学分析并对机器学习的新方向:迁移学习，三种决策，细粒度的计算等方面的内容进行了讲解。

电子科技大学信息与通信工程学院李纯明教授在这次讲座中作了题为“医学图像分割与相关问题的数学建模”的系列报告，介绍了图像分割与相关问题的应用背景与若干经典的数学模型，及所需的变分方法的基本知识。主要就以下几方面的内容进行了详细的讲解：图像分割的应用背景；图像分割的经典数学模型；变分法的基本知识；图像分割与本征图像分解；基于成像知识的磁共振图像分割与偏移场估计/校正；基于解剖学知识的心脏磁共振图像分割；基于知识与数据驱动方法的优缺点。

经过二十多天的认真参与，参加课程的研究生们收益颇多！