受电子信息学院冯晓毅教授的邀请，意大利卡利亚里大学PRA实验室主任Fabio Roli教授于2020年7月20日至8月7日，在我校“暑期国际学堂”活动中，在线讲授了Adversarial Machine Learning /对抗机器学习课程。我校共有30余名学生报名参加了该课程的学习（其中包括本科生、硕士生以及博士生）。在线授课期间，助教夏召强副教授协助Roli教授开展相关教学活动。

   Adversarial Machine Learning /对抗机器学习暑期课程共32学时，Roli教授的授课在Zoom会议软件上进行，授课进行了3周，每周工作日有4天的下午3:00到5:30（北京时间，罗马时间早9:00-11:30）在线授课。他的讲课将机器学习基础知识和对抗学习前沿研究相结合，共分为4大部分内容：1）介绍课程主要内容，同时讲解机器学习的基本概念和任务流程；2）从贝叶斯决策理论和高斯模式分类器入手，讲解统计学习方法的理论基础；3）通过讲解分析机器学习分类器设计中不同的损失函数，从优化理论的角度将简单线性分类器过渡到深度神经网络，并讲解了卷积神经网络（CNN）的结构含义；4）从一些现实中的机器学习分类错误的例子引入，讲解对抗学习的基本概念、理论基础、应用领域和研究趋势。整个讲课过程中，Roli教授与学生全英文互动进行问答，在每一个知识模块讲解完成后都会询问学生们是否理解明白，没有全部理解的部分Roli教授会耐心地详细讲解。在一些数学推导内容较多的部分，Roli教授会亲自板书推导相关内容以便同学们理解；在一些介绍一些机器学习框架时，Roli教授还会介绍相关编程框架及附上网站链接，方便同学们课下自行实践学习。

   授课结束后，Roli教授以英文作业的形式对学生的学习成果进行考核，内容涵盖理论基础计算与机器学习编程实践。Roli教授从事模式识别系统设计研究已有30年之久，研究领域主要聚焦于机器学习安全性提升、对抗学习攻击建模及其工程应用方面。Roli教授共发表了80多篇期刊文章和200多篇关于模式识别和机器学习的会议文章，论文共被引9800多次，目前的h-index高达53。他曾担任意大利模式识别研究小组的主席，IAPR模式识别统计技术技术委员会主席，北约信息和通信安全咨询小组成员。Roli教授是将模式识别和机器学习用于计算机安全的先驱之一。他经常应邀就安全应用的对抗机器学习和数据驱动技术发表主题演讲和教程（最近在IEEE SPS Winter School 2017、ICPRAM 2016、Cybconf 2015）。

   Roli教授的授课不仅巩固了学生的机器学习与统计学习理论基础，而且为学生介绍了对抗学习的前沿进展，开阔了学生的视野，并使学生掌握了多种机器学习常用的分类模型构建手段，较好地促进了学生的综合科研素养提升。

(电子信息学院 文/夏召强 图/党晨 审核/李春林)