北京深入探究数据科学的应用与实战

计算机科学1数据科学应用数学神经网络优化算法Carnegie Mellon University卡耐基梅隆大学软件工程专业全美排名|计算机科学全美|计算机与信息系统学排名世界第3·曾任职于美国国家航空航天局兰利研究中心（NASA结构与材料领域的重点研究中心）·曾在Springer 发表过多篇学术性论文(全球大科技图书出版公司）·曾与芝加哥大学，哥伦比亚大学教授一同出版过48篇权威性文献

计算机:数据科学Jilin University吉林大学·瑞士伯尔尼大学高荣誉毕业生，瑞士博士论文奖·曾任阿里巴巴资深算法工程师·北京波尔通信算法专家研究方向：基于毫米波的无线定位与感知、基于人工智能技术的频谱大数据挖掘

Program Introduction课题简介计算机|应用数学数据科学机器学习统计数据可视化数据科学是利用科学方法、流程、算法和系统从数据中提取价值的跨学科领域。数据科学家综合利用一系列技能（包括统计学、计算机科学和业务知识）来分析从网络、智能手机、客户、传感器和其他来源收集的数据。数据科学揭示趋势并产生见解，企业可以利用这些见解做出更好的决策并推出更多创新产品和服务。数据是创新的基石，但是只有数据科学家从数据中收集信息，然后采取行动，才能实现数据的价值。数据科学技术不仅被广泛地应用在生物学、社会科学、人类学等领域的调研工作，此外也在商业、金融等领域成为至关重要的工具。在本个具有高度互动性的课题中，教授将带领大家探究数据科学的基本主题。教授将在每个学习主题中，引用实例来引导学生使用各种工具，包括图形，统计推断，机器学习等，进而成功分析样本数据。每个学习主题都将包含一个有待解决的实际问题及与该问题相关的理论讲解，其中主要涉及到有高应用率的数学概念和在Python中能够实现的相关算法。学生可以从一系列示例问题中进行选择，并尝试实施先前在课程中学习到的算法。教授鼓励学生在整个项目中进行积极探讨，以促进学生和教授之间的思维交流，并寻实践方案。

Program Highlights科研要点·数据科学：动机、实例、挑战数据科学是一门利用数据学习知识的，其目标是从结构化和非结构化的数据中提取出有价值的部分来生产数据产品。数据科学结合了诸多领域中的理论和技术，包括应用数学、统计、模式识别、机器学习、数据可视化以及高性能计算等，来帮助用户进行预测、优化操作并做出决策。·数据可视化教授将带领同学们一起分析大型数据集，并探究如何使用图形工具来剖析隐藏的结构，如集群、事件的概率等。实例包括世界卫生组织调研、传染病趋势和经济学等数据。

Instructor Team师资配置· Foreign Professor海外在职终身教授领衔，传授领域前沿知识与高水准研究方法· Domestic Professor“”大学在职教授/副教授领衔，增进专业理解力，补充知识版图· Teaching Assistant辅助课题答疑、知识巩固，科研心得与专业知识分享· Writing Instructor论文V1辅导，传授论文写作技巧与方法，论文规划、写作、投稿、检索、发表全程指导· Student Coordinator科研项目全程跟进服务，为项目的平稳进行保驾护航