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
2017年，摩根大通发布了一份题为《大数据与人工智能战略：机器学习和其它投资数据分析方法》的报告，对机器学习对金融领域的影响进行了全面的阐述，昭示着机器学习已经敲开金融领域和商业数据分析的大门。
机器学习是什么？如何与商业分析相结合？项目将通过介绍两种非常实用的商业分析工具，即Python编程语言和机器学习工具包，帮助学生厘清上述问题的答案。学生将着重了解机器学习在商业分析股市预测中的应用，利用机器学习分析市场数据解决商业问题。
该项目内容包括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、股市预测等。学生将在项目中学习如何使用机器学习完成商业市场数据分析，进行股市预测，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。
