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
适合数据科学、数据处理、统计学、机器学习、深度学习等专业的学生。
需要具备线性代数及概率论与数理统计基础，至少会熟练使用一门编程语言并修读算法与数据结构，有过机器学习项目开发经验的申请者优先。
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
学生将在项目中学习数据科学、统计学及机器学习的理论和方法，了解并且掌握Python在数据科学和统计学中的应用。学生将在项目结束时，自选框架和问题，使用Python开发数据分析应用，提交项目报告，进行成果展示。
项目大纲
数据收集、表示及预处理方法
数据降维与聚类方法
回归模型与贝叶斯估计
机器学习分类方法
学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路
学术研讨2：学生将在本周课前完成程序设计原型（prototype）及伪代码（Pseudocode），教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出
项目成果展示
论文辅导
导师介绍
Mark麻省理工学院（MIT）终身教授
Mark导师现任麻省理工学院（MIT）终身教授，曾获素有“诺贝尔风向标”美誉的美国斯隆研究奖、国际最具声望的博士后奖励Hubble Fellow，并在多个年份获得Web of Science高被引学者称号。
Mark导师的研究兴趣聚焦机器学习、数据科学、人工智能、天体物理，善于利用高性能超级计算机强大的数据处理能力进行数值模拟，训练机器学习和深度学习模型，借助机器学习与数据科学技术分析模拟数据。
