吴喜之，中国人民大学统计学院教授，博士生导师，美国北卡罗来纳大学统计博士。
在国内外出版的专著和教材有二十多本，在国内外专业杂志发表的文章有八十多篇。在加州大学伯克利分校、加州大学戴维斯分校、北卡罗来纳大学教堂山分校、北卡罗来纳大学夏洛特分校、密歇根大学、南开大学、中国人民大学、北京大学、四川大学、中央财经大学、首都经贸大学、云南财经大学、新疆财经大学、西藏大学、哈尔滨理工大学、西南财经大学、西南交通大学、中山大学
,
云南师范大学、内蒙古科技大学、大理大学、东北师范大学等国内外高校讲学。
主持或参与的国家纵向科研项目
7
项。涉及的领域包括：序贯分析及最优停时、回归诊断、模型选择、贝叶斯统计、非参数统计、分类数据分析、纵向数据分析、偏最小二乘、结构方程模型、时间序列、数据挖掘及机器学习等等。
报告内容摘要：
人是如何认识世界的？机器是如何学习的？统计是数据科学还是数学？诸如大数据、人工智能等概念有什么误区？我们应该如何学习？如何面对自己并面对世界？在本报告中，吴喜之教授将结合他多年的学习，教学和研究的实践经验，和大家就以上问题进行探讨。
