根据国民经济建设和社会发展对大数据研究和人才的需求，在注重统计学和数据科学相融合、理论研究和实践应用相结合的指导原则下，本实验室确定了以下四个研究方向。

（1）统计机器学习

面向国家和地方发展重大战略需求，立足于统计学数理方法，开展机器学习前沿领域的理论和应用研究。聚焦深度学习和强化学习的理论算法基础、多源数据融合建模、网络和图结构数据分析等领域，实现在智能交通、智慧医疗、大数据征信、航空航天等领域的应用。

（2）工业与物流大数据

团队面向国家智能制造发展战略，聚焦现代工业与物流大数据相关基础研究问题，突破试验设计、可靠性工程、质量控制和国际航运物流管理相关理论，促进统计学、工业工程、航运物流等学科的深度交叉融合，推进其在智能制造、物联网、医疗健康、智慧城市等领域的落地应用。

（3）生物与医学大数据

对接国家生物医药产业创新发展战略，团队围绕医学、药物研发和生态学等领域若干核心统计问题，创新融合多模态数据，揭示疾病发生发展机制以及药物干预机制，建立最优精准医疗策略；系统研究面向重大疾病及慢病康复监测的基因、影像等新型生物标志物等。

（4）金融与保险大数据

面向国民经济主战场，致力于大数据在金融领域的创新应用，聚焦智能交易、数字经济与金融科技统计方法、数据驱动与知识引导相结合的管理决策研究，探索碳税和碳交易政策对国民经济的影响，以及长寿风险理论及其在养老保障体系优化中的应用。