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
适合商业分析、商业统计、数据科学、数据处理、机器学习、深度学习、信息安全等专业和课题感兴趣，相关专业或希望在相关领域深入学习的学生。 具备Python基础知识，数学逻辑良好的学生优先。
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
机器学习是使用统计建模算法来解决大型数据集的实际定量问题，并用于研究和实际解决常见或不寻常的商业问题。
本项目将带领学生学习监督学习与无监督学习、过度拟合、训练数据、测试数据、验证数据、线性回归和逻辑回归、决策树算法、提升树算法、随机森林、神经网络、聚类算法、特征选择、正则化、主成分分析、拟合优度度量、分类变量编码、模糊匹配等机器学习基础知识及数据挖掘经典算法，项目结束时提交项目报告，进行成果展示。
项目大纲
监督学习与无监督学习、过度拟合、数据检测、线性回归
非线性机器学习算法
聚类、特征选择、正则化、主成分分析、拟合优度度量
数据准备及预处理
机器学习、数据挖掘在客户细分及反欺诈等实际问题中的运用
项目回顾与成果展示
论文辅导
导师介绍
Stephen
南加州大学正教授
Stephen教授任职于南加州大学马歇尔商学院，主要研究方向是数据科学、欺诈分析和商业分析等学科。导师同时被加州大学圣地亚哥分校和加州大学洛杉矶分校高薪聘请兼任商学院教授职务。
不仅仅在学术教学上有着丰富的经验，他在专业领域的职业经验在众多名校导师中独树一帜。曾任ID Analytics（LifeLock和Symantec旗下的身份资讯保护公司）首席分析师及首席科学官和美国Casa Systems, Inc.（网络基础设施解决方案公司）联合创始人。2004-2005年间，Stephen曾在财经界称为“大摩”的顶级投行摩根士丹利担任执行董事，与多名金融资本大咖共事。
除了专业领域的成就，在其他学科也有着丰富的建树，他早在80年代便取得了音乐专业的本硕学位，同时也取得了核能工程的硕博学位。 同时拥有多项专利，在数据科学和商业分析的交叉学科中开创了多个先河，他的著作也多次被相关学院和学科作为授课教材。
