計算機科學1數(shù)據(jù)科學應用數(shù)學神經(jīng)網(wǎng)絡優(yōu)化算法Carnegie Mellon University卡耐基梅隆大學軟件工程專業(yè)全美排名|計算機科學全美|計算機與信息系統(tǒng)學排名世界第3·曾任職于美國國家航空航天局蘭利研究中心（NASA結(jié)構(gòu)與材料領域的重點研究中心）·曾在Springer 發(fā)表過多篇學術性論文(全球大科技圖書出版公司）·曾與芝加哥大學，哥倫比亞大學教授一同出版過48篇權威性文獻

計算機:數(shù)據(jù)科學Jilin University吉林大學·瑞士伯爾尼大學高榮譽畢業(yè)生，瑞士博士論文獎·曾任阿里巴巴資深算法工程師·北京波爾通信算法專家研究方向：基于毫米波的無線定位與感知、基于人工智能技術的頻譜大數(shù)據(jù)挖掘

Program Introduction課題簡介計算機|應用數(shù)學數(shù)據(jù)科學機器學習統(tǒng)計數(shù)據(jù)可視化數(shù)據(jù)科學是利用科學方法、流程、算法和系統(tǒng)從數(shù)據(jù)中提取價值的跨學科領域。數(shù)據(jù)科學家綜合利用一系列技能（包括統(tǒng)計學、計算機科學和業(yè)務知識）來分析從網(wǎng)絡、智能手機、客戶、傳感器和其他來源收集的數(shù)據(jù)。數(shù)據(jù)科學揭示趨勢并產(chǎn)生見解，企業(yè)可以利用這些見解做出更好的決策并推出更多創(chuàng)新產(chǎn)品和服務。數(shù)據(jù)是創(chuàng)新的基石，但是只有數(shù)據(jù)科學家從數(shù)據(jù)中收集信息，然后采取行動，才能實現(xiàn)數(shù)據(jù)的價值。數(shù)據(jù)科學技術不僅被廣泛地應用在生物學、社會科學、人類學等領域的調(diào)研工作，此外也在商業(yè)、金融等領域成為至關重要的工具。在本個具有高度互動性的課題中，教授將帶領大家探究數(shù)據(jù)科學的基本主題。教授將在每個學習主題中，引用實例來引導學生使用各種工具，包括圖形，統(tǒng)計推斷，機器學習等，進而成功分析樣本數(shù)據(jù)。每個學習主題都將包含一個有待解決的實際問題及與該問題相關的理論講解，其中主要涉及到有高應用率的數(shù)學概念和在Python中能夠?qū)崿F(xiàn)的相關算法。學生可以從一系列示例問題中進行選擇，并嘗試實施先前在課程中學習到的算法。教授鼓勵學生在整個項目中進行積極探討，以促進學生和教授之間的思維交流，并尋實踐方案。

Program Highlights科研要點·數(shù)據(jù)科學：動機、實例、挑戰(zhàn)數(shù)據(jù)科學是一門利用數(shù)據(jù)學習知識的，其目標是從結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)中提取出有價值的部分來生產(chǎn)數(shù)據(jù)產(chǎn)品。數(shù)據(jù)科學結(jié)合了諸多領域中的理論和技術，包括應用數(shù)學、統(tǒng)計、模式識別、機器學習、數(shù)據(jù)可視化以及高性能計算等，來幫助用戶進行預測、優(yōu)化操作并做出決策?！?shù)據(jù)可視化教授將帶領同學們一起分析大型數(shù)據(jù)集，并探究如何使用圖形工具來剖析隱藏的結(jié)構(gòu)，如集群、事件的概率等。實例包括世界衛(wèi)生組織調(diào)研、傳染病趨勢和經(jīng)濟學等數(shù)據(jù)。

Instructor Team師資配置· Foreign Professor海外在職終身教授領銜，傳授領域前沿知識與高水準研究方法· Domestic Professor“”大學在職教授/副教授領銜，增進專業(yè)理解力，補充知識版圖· Teaching Assistant輔助課題答疑、知識鞏固，科研心得與專業(yè)知識分享· Writing Instructor論文V1輔導，傳授論文寫作技巧與方法，論文規(guī)劃、寫作、投稿、檢索、發(fā)表全程指導· Student Coordinator科研項目全程跟進服務，為項目的平穩(wěn)進行保駕護航