招生状态:招生中
开课时间:2024-03-24
授课模式:英文,授课教授+名校博士助教辅导
班级规模:16人以内精品小班课
适合人群
适合对数据科学、计算机科学、统计学、金融学、商业分析、数学等方向感兴趣的学生;计划申请海外名校,需要提升申请竞争力的学生;对高含金量的学术推荐信有需求的学生;希望提前了解意向专业,或转专业申请缺乏相关研究经历的学生;希望提前适应国外教学方式,提升学习能力的学生。
项目收获
1. 6周顶尖名校教授课+6周Top专业博士课+6周经典论文教学课
2. 熟练掌握论文框架、技巧、知识内容等
3. 10封顶尖名校教授reference letter (与学生本人上课的真实互动,可用于申请)
4. EI/CPCI/SCOPUS等同级检索国际会议的投稿与发表指导
5. 来自顶尖名校教授签发的项目证明
项目介绍
在机器学习、金融、工程、生物学和科学等领域使用的数学模型必然是随机的。随机性是这些应用所固有的,在现代世界中,模拟、优化和控制随机模型数值方法的发展至关重要。本课程旨在严谨直观的介绍随机分析领域,重点为数值方法。该理论通过生物学、金融学和机器学习中的实例加以说明。
亮点一:研究课广泛覆盖多种在科学研究中常用的数学模型,结合实际环境讲解模型的应用方法。
亮点二:学生能够将课上学到的理论模型应用到机器学习、金融、工程、生物学和科学等领域。
导师介绍
P.P帝国理工学院终身教授
帝国理工学院计算优化终身教授
麻省理工学院能源计划博士后
帝国理工学院计算系计算优化小组的成员、瑞士信贷(Credit Suisse)的定量助理
研究领域包括大规模优化问题的算法开发和分析和开发应用程序中出现的大规模模型的结构
研究项目包括机器学习中的多资源算法、优化算法的稳定性、金融优化方法、马尔可夫过程的摄动方法和算法、随机随机双动态规划的抽样算法