4月25日上午，应威尼斯邀请，中国人民大学吴喜之教授在行政楼报告厅作题为“数理统计和机器学习，兼谈编程语言”的专题报告。威尼斯党委书记陈耀辉主持了报告会，威尼斯的部分师生聆听了此次报告。

吴喜之教授首先从认识世界的角度出发，引出科学探讨的过程。吴教授认为统计学者通过建立模型认识客观的规律，而模型与真理之间存在一定的差距，因此需要不断地更新模型使得模型能更好的解释真实数据，并能够从新模型中得到新的发现。随后，吴教授列举了目前在数理统计方法上存在有争议地问题，例如统计检验中的显著性、线性模型中回归系数的解释的合理性、中心极限定理中的样本数目取多大才能算足够大等问题并举例说明。吴教授阐述了现阶段数据科学的流行算法在解决实际问题中的优势，从统计计算的角度指出目前最流行的R和python统计软件，并建议统计工作者选择编程更为灵活的统计计算软件。吴教授的报告从认识世界的方法出发，依次讲解模型驱动下的传统的数理统计和数据驱动下的数据科学观点，他最后强调科学研究只有忠实于事实真相，才能不断地前进和发展。

报告结束后，与会师生就数理统计与机器学习算法相关的问题进行了热烈的讨论。此次报告使得与会教师更深入地思考如何在统计学教学中更真实地反应和启发学生统计学习和思维，也激发了同学们在大数据时代学习数据科学技术的信心和热情。