【課程專題】
統計機器學習在信息系統與運籌學中的應用
【課程介紹】
數據統計和應用是當今最重要且快速發展的領域之一。對于企業和組織而言,利用數據進行分析和應用可以幫助它們更好地了解和管理業務和客戶,這在當今競爭激烈的商業世界中顯得尤為關鍵。同時,隨著人工智能、大數據和機器學習等領域的迅速發展,數據分析和應用也已成為這些領域的重要組成部分。
該課程旨在幫助學生獲得在數據管理、分析和可視化方面使用R的實踐經驗。課程內容涵蓋了統計推斷、假設檢驗、回歸建模和機器學習等內容。學生將有機會在整個課程中將統計計算技術應用于真實世界的數據集和組織案例研究中。這門課程適合希望在統計學或計算機科學領域獲得背景的學生,以及希望學習如何將統計計算技術應用于工作中的專業人士。完成該課程后,學生將具備分析和解釋組織數據的能力,并能夠基于數據做出決策。
【適合人群】
對數據科學、應用統計、計算機科學、信息系統管理、機器學習、人機交互、信息安全、醫療保健、健康大數據、教育科技、R語言感興趣的學生。
修讀數據科學、計算機科學、信息系統管理、數字經濟或者商業分析專業,以及未來希望在統計學、醫療保健、信息安全等、教育科技等領域從業的學生。
【教學現場】
教學場景
教學現場
上課現場
授課場景
授課現場
【課程安排】
招生狀態:招生中
課程形式:NeoSchool平臺直播 + 線下實地授課(北京)
課時安排:32課時教授專項慕課+5周科研策略與論文寫作課程+2周教授科研預習輔導+14天教授線下科研指導,課程總時長114課時。
【課程大綱】
1. 計算機信息系統概覽與統計應用
2. 數據清洗與處理
3. 數據分析與統計推斷
4. 回歸分析-簡單和多元線性回歸,邏輯回歸
5. 機器學習
【學習成果】
課程成績單:教授親筆簽發的課程成績單
教授推薦信:符合條件的學員可獲教授親自簽發、真實客觀且包含豐富細節的推薦信
科研實踐成績與學術評價:根據學員的科研實踐表現,教授將親自簽字并出具科研實踐成績證明和學術評價報告
論文推薦發表:EI/CPCl/Scopus/ProQuest/Crossref/EBSCO或同等級別國際會議全文投遞與發表
結業證書:符合條件的學員將獲得高含金量結業證書
【師資力量】
Oliver Linton
●劍橋大學終身教授
●劍橋大學三一學院院士和政治經濟學終身教授
●劍橋大學經濟系系主任
●世界金融計量學會主席
●英格蘭銀行計量經濟學顧問
●國際統計學會會士,計量經濟學學會會士
●中國人民大學特聘教授(千人計劃)
●曾就職于倫敦政經學院,耶魯大學,牛津大學
●三次獲得Econometric Theory獎
●學術論文總引用次數過萬次
Gunther Roland
●麻省理工學院終身教授
●麻省理工學院物理系終身教授
●麻省理工學院重離子研究組領頭人
●麻省理工學院重離子研究組等7個研究小組聯合領導人
●CMS重離子出版委員會主席
●量子物理實驗計劃sPHENIX計劃負責人之一
●Member, Annual Rev. Nucl. Part. Phys編輯委員會成員
David Woodruff
●卡內基梅隆大學終身教授
●卡內基梅隆大學計算機系終身教授
●UCB Simons Institute 數據科學項目創建者及主席
●IBM Almaden研究中心資深研究員
●STOC 2013、PODS 2010 優秀學術研究論文獎得主
●曾獲EATCS Presbuger
Ronaldo Borja
●斯坦福大學終身教授
●斯坦福大學土木及環境工程學院終身教授
●土木工程專業教材《塑性建模與計算》的作者
●世界知名巖土力學雜ActaGeotechnica 的主編
●2016年度Maurice A. Biot獎章獲得者
●曾參與并主導比薩斜塔、埃及盧克索南方巨人石像等歷史建筑修復工作
Samuel Kunes
●哈佛大學終身教授
●哈佛大學分子與細胞生物學終身教授
●哈佛大學神經生物學學位課程委員會委員
●哈佛大學生化科學導師委員會委員
●Pew 生物醫學科學基金學者項目獲得者
●Damon Runyon-Walter Winchell 基金會專項資金獲得者
●榮獲專利“調節記憶的成分和方法” (60/726,318)26,318
【機構介紹】
NeoScholar Research Institute (研課) 于2011年創立于美國洛杉磯,總部位于新加坡,是國際知名的學術交流組織,致力于創造未來教育的科研訓練體系。研課自2014年起的學術活動得到 包括IBM、USC等企業和高校的學術贊助,主要建設Cathaypath Institute of Science青少年科 研訓練項目和SixThirty Group學術非盈利機構。研課在2019年舉辦了超過17場學術會議和青少 年科研活動,超過兩萬名學生在NeoScholar與世界知名學者進行研究型課題的研討和學習。
【機構環境】
前臺
內部環境
辦公環境
辦公現場