为夯实教师理论基础，拓展研究视野，提升对深度学习在生物数据分析领域的认识和应用能力，4月28日上午，统计与大数据学院特邀北京大学数学科学学院邓明华教授为我院教师做了“深度学习应用——以生物数据分析为例”的讲座，会议由党总支书记许天亮主持。

邓明华教授首先系统的介绍了常用深度学习模型，如：卷积神经网络(CNN)、递归神经网络(RNN)、自编码器(Autoencoder)、长短期记忆模型(LSTM)等。他表明，针对一个生物问题，我们要去构建统计模型，提出相应的估计算法、进行相关的预测，最后通过一些模拟和实际数据说明这个算法的有效性。邓明华教授还详细介绍了机器学习问题，指出卷积神经网络(比如DeepBind，DeepSea)在功能模体鉴别中取得了很大成功。又详细介绍了卷积的统计学含义，在此基础之上，为大家讲解了自己提出的方法，将统计建模和深度学习非线性降维有机融合在一起，在参数的隐空间上进行聚类，可以实现非线性降维和聚类。邓明华教授还给大家分享了细胞注释问题，进一步讲述了他的科研心得和体会，也展现了生物信息和统计模型的魅力与前景。