7月15日至17日，应中国科学院大学数学科学学院的邀请，美国耶鲁大学公共健康学院马双鸽教授在中国科学院大学雁栖湖校区讲授了夏季学期课程《高维数据分析的前沿方法及在癌症基因数据中的应用》。
马双鸽教授依次详细地介绍了癌症的最新研究成果以及癌症基因数据的特点，FDR（False Discovery Rate）方法在癌症基因识别中的应用，以Lasso、Bridge、TGCR、SCAD、Group Lasso、Supervised screening为核心的高维数据处理方法等。最后他对该领域的统计前沿方法进行了总结，并对统计方法在癌症基因数据中的应用前景进行了展望。这次短期课程让大家了解到了高维数据的特点以及相应的处理方法，使同学们开阔了眼界，受益匪浅。
马双鸽教授于1999年毕业于中国科学技术大学少年班，并于2004年获得威斯康星大学统计学博士学位，2006年任职于耶鲁大学，现为耶鲁大学公共健康学院的Associate Professor。马双鸽教授于2007年获得了ISI（International Statistical Institute）的Elected Member，2013年获得了ASA（American Statistical Association）的Fellow。马双鸽教授的研究主要集中于生物信息、生存分析、半参数统计、高维数据降维及癌症、精神疾病以及健康经济等，已在The Annals of Statistics，Biometrika， BMC bioinformatics等国际权威期刊发表论文320余篇，引用次数总计3200多次。
