数据科学专业科研指导课程

数据科学专业科研指导课程【课程专题】机器学习在数据分析上的实际运用【课程介绍】机器学习就是基于一些高度复杂的算法和技术，在一个非生命的物体、机器或系统中构建人类行为。机器学习在生活中的应用很多，例如机器人根据搜寻自身环境的经验数据提供更好的导航服务，机器人根据目标病人的历史健康记录预测出哪种疗法治疗某种疾病最有效，以及语音识别系统运用以往听你说话的经验更好地理解你的指令内容。机器学习是计算机科学以及信号信息领域中重要的热点研究领域。随着互联网、物联网等的快速发展，机器学习在多个领域（数据挖掘、大数据分析、视频技术、音频技术、智能机器人技术等）成为关键核心和职称技术。

本课程讲授机器学习和数据分析的相关基础理论、主流机器学习思想和方法，旨在让大家深入了解从事机器学习以及相关学科应用的研究人员目前需要学习的方法、技术、数学和算法，为开展相关领域的技术开发和科学研究奠定基础。【适合人群】对计算机、数据分析、机器学习专业感兴趣的学生。修读数学、计算机、信息科学等专业，以及未来希望在大数据分析、商业分析、计算机算法等领域从业的学生。具备微积分、线性代数、以及计算机编程基础的学生优先。【教学现场】教学场景教学现场上课现场授课场景授课现场【课程安排】招生状态：招生中课程形式：NeoSchool平台直播课时安排：2周在线科研课程，基于该研究细分方向的教授专业课程+助教拆解讲解，课后由教授亲自进行作业讲解与辅导答疑；6周在线科研研讨，教授亲自在线指导学生完成论文。

共八周56课时，全程教授亲自授课【课程大纲】 1. 数据分析简介 2. 探索性数据分析（EDA） 3. 聚类：分区式、分层式 4. 分类：决策树 5. 分类：最近邻、集成 6. 异常检测、从语法到语义、提升算法【课程设置】【学习成果】课程成绩单：教授亲笔签发的课程成绩单教授推荐信：符合条件的学员可获教授亲自签发、真实客观且包含丰富细节的推荐信科研实践成绩与学术评价：根据学员的科研实践表现，教授将亲自签字并出具科研实践成绩证明和学术评价报告论文推荐发表：EI/CPCl/Scopus/ProQuest/Crossref/EBSCO或同等级别国际会议全文投递与发表结业证书：符合条件的学员将获得高含金量结业证书【师资力量】 Oliver Linton ●剑桥大学终身教授 ●剑桥大学三一学院院士和政治经济学终身教授 ●剑桥大学经济系系主任 ●世界金融计量学会主席 ●英格兰银行计量经济学顾问 ●国际统计学会会士，计量经济学学会会士 ●中国人民大学特聘教授（千人计划） ●曾就职于伦敦政经学院，耶鲁大学，牛津大学 ●三次获得Econometric Theory奖 ●学术论文总引用次数过万次 Gunther Roland ●麻省理工学院终身教授 ●麻省理工学院物理系终身教授 ●麻省理工学院重离子研究组领头人 ●麻省理工学院重离子研究组等7个研究小组联合领导人 ●CMS重离子出版委员会主席 ●量子物理实验计划sPHENIX计划负责人之一 ●Member, Annual Rev. Nucl. Part. Phys编辑委员会成员 David Woodruff ●卡内基梅隆大学终身教授 ●卡内基梅隆大学计算机系终身教授 ●UCB Simons Institute 数据科学项目创建者及主席 ●IBM Almaden研究中心资深研究员 ●STOC 2013、PODS 2010 优秀学术研究论文奖得主 ●曾获EATCS Presbuger Ronaldo Borja ●斯坦福大学终身教授 ●斯坦福大学土木及环境工程学院终身教授 ●土木工程专业教材《塑性建模与计算》的作者 ●世界知名岩土力学杂ActaGeotechnica 的主编 ●2016年度Maurice A. Biot奖章获得者 ●曾参与并主导比萨斜塔、埃及卢克索南方巨人石像等历史建筑修复工作 Samuel Kunes ●哈佛大学终身教授 ●哈佛大学分子与细胞生物学终身教授 ●哈佛大学神经生物学学位课程委员会委员 ●哈佛大学生化科学导师委员会委员 ●Pew 生物医学科学基金学者项目获得者 ●Damon Runyon-Walter Winchell 基金会专项资金获得者 ●荣获专利“调节记忆的成分和方法” （60/726，318）26,318 【机构介绍】 NeoScholar Research Institute (研课) 于2011年创立于美国洛杉矶，总部位于新加坡，是国际知名的学术交流组织，致力于创造未来教育的科研训练体系。

研课自2014年起的学术活动得到包括IBM、USC等企业和高校的学术赞助，主要建设Cathaypath Institute of Science青少年科研训练项目和SixThirty Group学术非盈利机构。研课在2019年举办了超过17场学术会议和青少年科研活动，超过两万名学生在NeoScholar与世界知名学者进行研究型课题的研讨和学习。【机构环境】前台内部环境办公环境办公现场