招生状态:招生中
课时安排:7周在线小组科研+5周论文辅导,教授全程参与
适合专业
适合希望修读计算机、数据科学、商业分析等专业或者对Python机器学习在商业分析中的应用感兴趣的学生。学生需要具备线性代数及概率论与数理统计基础,至少会使用一门编程语言并修读过算法与数据结构,有商业数据分析经验的申请者优先。
项目收获
1. 7周在线小组科研学习+5周论文指导学习 共125课时
2. 学术报告
3. 优秀学员获主导师Reference Letter
4. EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导(可用于申请)
5. 结业证书
6. 成绩单
项目介绍
机器学习是什么?如何与商业分析、股价预测相结合?本项目介绍并探讨了各种机器学习算法,深入介绍应用统计学习、python和金融应用。 项目中,导师将介绍统计学习中的主要思想和算法(例如线性模型、随机树、随机森林、增强、核方法、深度学习),以及如何在数据分析和机器学习中使用必要的库和加速Python代码的技术。
学生将学习如何将定制的机器学习和Python应用于金融应用程序,通过Jupiter笔记本电脑进行交互式学习,并使用现实世界的股票市场数据。 学生将在项目结束时,提交项目报告,进行成果展示。
项目大纲
机器学习与数据科学概论
商业分析中市场数据处理的机器学习技术与算法
Python与Jupiter notebooks交互式学习
机器学习库
股市预测
项目回顾与成果展示
论文辅导
导师介绍
Patrick牛津大学终身教授
PaulPatrick教授现任牛津大学统计学系的终身教授,曾任教于耶鲁大学计算机科学系,拥有普林斯顿大学博士学位,荣获牛津大学杰出教学奖。
Patrick教授的研究研究兴趣集中在应用概率、统计学和计算机科学的交叉领域,聚焦于高维概率、统计和优化的基本原理,为机器学习和人工智能提供高计算效率、统计最优的算法。教授同时对图形建模以及蒙特卡洛模拟方法颇有研究,多个研究获得了业内的一致认可。