縱橫捭闔，通曉古今：統(tǒng)計(jì)機(jī)器學(xué)習(xí)綜合探究 Statistical Machine Learning

人工智能/統(tǒng)計(jì)學(xué)/數(shù)據(jù)科學(xué)

課題背景

統(tǒng)計(jì)推斷是使用來(lái)自該總體的一個(gè)子集或樣本的數(shù)據(jù)得出關(guān)于整個(gè)總體特征的結(jié)論的過(guò)程。簡(jiǎn)單隨機(jī)抽樣是一種抽樣方法，它保證了總體中n個(gè)成員的每個(gè)組合都有相等的被選擇的機(jī)會(huì)。

課堂內(nèi)容

這門(mén)課程旨在帶領(lǐng)學(xué)生了解如何在統(tǒng)計(jì)模型的上下文中解釋數(shù)據(jù)。工作知識(shí)和對(duì)基于模型的統(tǒng)計(jì)推斷的關(guān)鍵要素的理解，包括對(duì)貝葉斯方法和頻率方法之間的相似性、關(guān)系和區(qū)別的認(rèn)識(shí)。

適合人群

對(duì)數(shù)據(jù)科學(xué)，統(tǒng)計(jì)專(zhuān)業(yè)感興趣的優(yōu)秀高中生，本科生 

修讀數(shù)學(xué)、計(jì)算機(jī)、信息科學(xué)等專(zhuān)業(yè)，以及未來(lái)希望在大數(shù)據(jù)分析、商業(yè)分析、計(jì)算機(jī)算法等領(lǐng)域從業(yè)的學(xué)生 

具備高等數(shù)學(xué)、矩陣代數(shù)、微積分、統(tǒng)計(jì)學(xué)、概率以及擁有編程背景的學(xué)生優(yōu)先

教授介紹

牛津大學(xué)統(tǒng)計(jì)學(xué)終身教授

牛津大學(xué)曼斯菲爾德學(xué)院首席研究員

圖靈研究所研究員，QxCSML研究組核心成員

曾擔(dān)任金融服務(wù)行業(yè)-數(shù)據(jù)科學(xué)高級(jí)資深顧問(wèn)

課程安排與收獲

10周在線(xiàn)小組科研（總計(jì)72課時(shí)）

網(wǎng)申推薦信

學(xué)術(shù)評(píng)估報(bào)告

項(xiàng)目成績(jī)單

論文成果

* 課時(shí)包含：導(dǎo)師課程36課時(shí)+助教課程30課時(shí)+寫(xiě)作課程6課時(shí)，不包含先修課課時(shí)
* 完成研究后滿(mǎn)足學(xué)術(shù)條件和教授要求可獲得推薦信，教授將嚴(yán)格按照學(xué)生實(shí)際表現(xiàn)對(duì)學(xué)生進(jìn)行客觀(guān)評(píng)價(jià)。