營地地點(diǎn):北京外國語大學(xué)國際會(huì)議中心

　　開始日期: 2024-01-12

　　課時(shí)安排: 2周專業(yè)預(yù)修與在線科研+10天面授科研+5周在線論文指導(dǎo)

　　適合人群

　　適合年級 (Grade): 高中生/大學(xué)生

　　適合專業(yè) (Major): 希望修讀計(jì)算機(jī)、數(shù)據(jù)科學(xué)、商業(yè)分析等專業(yè)或者對Python機(jī)器學(xué)習(xí)在商業(yè)分析中的應(yīng)用感興趣的學(xué)生

　　學(xué)生必須具備線性代數(shù)及概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ)，至少會(huì)使用一門編程語言并修讀過算法與數(shù)據(jù)結(jié)構(gòu)，有商業(yè)數(shù)據(jù)分析經(jīng)驗(yàn)的申請者優(yōu)先

　　導(dǎo)師介紹

　　Patrick

　　牛津大學(xué) University of Oxford終身正教授

　　Patrick 導(dǎo)師現(xiàn)任牛津大學(xué)統(tǒng)計(jì)學(xué)系的終身正教授，榮獲牛津大學(xué)杰出教學(xué)獎(jiǎng)，畢業(yè)于普林斯頓大學(xué)運(yùn)籌學(xué)與金融工程博士學(xué)位。之后，Patrick 加入了耶魯大學(xué)的耶魯網(wǎng)絡(luò)科學(xué)研究所。并在電子工程系做了兩年的博士后，任教于耶魯大學(xué)計(jì)算機(jī)科學(xué)系。

　　Patrick 導(dǎo)師的多個(gè)研究獲得了業(yè)內(nèi)的一致認(rèn)可。2016-2019年間，導(dǎo)師負(fù)責(zé)的項(xiàng)目：“Locality in Network Optimization”獲得了美國國家科學(xué)基金會(huì)$450,000.00的獎(jiǎng)金。導(dǎo)師經(jīng)常受邀參加頂級的全球計(jì)算機(jī)和統(tǒng)計(jì)專業(yè)的學(xué)術(shù)會(huì)議和論壇并發(fā)表講座。例如2021年的International Conference on Artificial Intelligence and Statistics (AISTATS) 人工智能與統(tǒng)計(jì)國際會(huì)議和2020年的Neural Information Processing Systems 神經(jīng)信息處理系統(tǒng)國際峰會(huì)的講座，并在業(yè)內(nèi)引起了強(qiáng)烈的反響和熱議。導(dǎo)師的學(xué)術(shù)成果也多次出現(xiàn)在頂級期刊和IEEE論文中，例如全球知名的機(jī)器學(xué)習(xí)期刊《Journal of Machine Learning Research》和《IEEE Transactions on Control of Network Systems》等。導(dǎo)師更是受邀為各所頂級世界名校的專業(yè)研討討論發(fā)表演講，例如2020年Bernoulli-IMS One World Symposium世界研討會(huì)和美國布朗大學(xué)，斯坦福大學(xué)的相關(guān)專業(yè)講座。導(dǎo)師也憑借自身突出的研究成果，組織了多個(gè)專業(yè)論壇和研討會(huì)，包括今年舉辦的第35屆“Conference on Learning Theory”，導(dǎo)師作為區(qū)域主席組織了該論壇的活動(dòng)。 Patrick 導(dǎo)師是多個(gè)IEEE論文的審稿人，也是多個(gè)科研機(jī)構(gòu)的成員，包括Institute of Mathematical Statistics (IMS)、Bernoulli Society和European Laboratory for Learning & Intelligent Systems (ELLIS)。

　　他的研究興趣集中在概率論、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)。對高維概率、統(tǒng)計(jì)和優(yōu)化的基本原理，為機(jī)器學(xué)習(xí)和人工智能提供高計(jì)算效率、統(tǒng)計(jì)最優(yōu)的算法感興趣。

　　Dr. Patrick is a Professor of Statistics and Machine Learning at the University of Oxford and holds a Ph.D. in Operations Research and Financial Engineering from Princeton University. After that, he joined the Yale Institute for Network Science at Yale University. He worked two years as a Postdoctoral Associate in the Electrical Engineering Department and was a lecturer in the Computer Science department at Yale University.

　　Multiple studies by Patrick have received unanimous recognition in the industry. “Locality in Network Optimization” received a $450,000.00 grant from the National Science Foundation (NSF) in 2016-2019. Patrick is often invited to attend and give lectures at top global computer and statistics conferences and forums. With his outstanding research achievements, he has also organized several professional forums and seminars, including the 35th “Conference on Learning Theory” held this year, for which Patrick organized this activity as the regional chairman.

　　His research interests lie at the intersection of probability, statistics, and computer science, and he is interested in the investigation of fundamental principles in high-dimensional probability, statistics and optimization to design computationally efficient and statistically optimal algorithms for machine learning.

　　任職學(xué)校

　　牛津大學(xué)是英語世界中最古老的大學(xué)，也是世界上現(xiàn)存第二古老的高等教育機(jī)構(gòu)。牛津大學(xué)是一所公立研究型大學(xué)，采用傳統(tǒng)學(xué)院制。它是羅素大學(xué)集團(tuán)成員，被譽(yù)為“金三角名?！焙汀癎5”。該校涌現(xiàn)了一批引領(lǐng)時(shí)代的科學(xué)巨匠，培養(yǎng)了大量開創(chuàng)紀(jì)元的藝術(shù)大師、國家元首，其中包括28位英國首相(其中13位來自基督教堂學(xué)院)及數(shù)十位世界各國元首、政商界領(lǐng)袖。牛津大學(xué)在數(shù)學(xué)、物理、醫(yī)學(xué)、法學(xué)、商學(xué)等多個(gè)領(lǐng)域擁有崇高的學(xué)術(shù)地位及廣泛的影響力，被公認(rèn)為是當(dāng)今世界最頂尖的高等教育機(jī)構(gòu)之一。從1902年起，牛津大學(xué)還設(shè)立了面向全世界本科生的“羅德獎(jiǎng)學(xué)金”。截止至2019年3月，牛津大學(xué)的校友、教授及研究人員中，共有72位諾貝爾獎(jiǎng)得主(世界第九)、3位菲爾茲獎(jiǎng)得主(世界第二十)、6位圖靈獎(jiǎng)得主(世界第九)。2021-2022年度，牛津大學(xué)位列泰晤士高等教育世界大學(xué)排名第1，QS世界大學(xué)排名第2 ，U.S. News世界大學(xué)排名第5，軟科世界大學(xué)學(xué)術(shù)排名第7。特別的是，牛津大學(xué)于2017-2021年連續(xù)五年在泰晤士高等教育世界大學(xué)排名榮膺世界第1。

　　項(xiàng)目背景

　　人工智能在圍棋、象棋、德?lián)涞阮I(lǐng)域都已經(jīng)取得了碾壓式勝利，這已經(jīng)是一個(gè)不爭的事實(shí)。事實(shí)上人工智能已經(jīng)可以用于任何需要理解復(fù)雜模式、進(jìn)行長期計(jì)劃、并制定決策的領(lǐng)域。人們不禁想問，還有什么是人工智能不能克服的嗎?譬如說，變幻莫測的A股?如果將股市的價(jià)格變化看做一個(gè)隨時(shí)間變化的序列，我們往往會(huì)發(fā)現(xiàn)，即使建立了符合股價(jià)變化的這樣的模型，并且在有足夠多的訓(xùn)練數(shù)據(jù)的情況下模擬出了股價(jià)，但是這些模型最多只能在特定的區(qū)間能做一些并不十分精準(zhǔn)的預(yù)測。換句話說就是可以預(yù)測但不能精準(zhǔn)預(yù)測。事實(shí)上影響股價(jià)的因素不僅僅是歷史股價(jià)，還有更多的因素，公司的近況，股民對股票的態(tài)度，政策的影響等等。所以許多人從這方面進(jìn)行入手，用人工智能提供的快速計(jì)算能力，使用合適的模型，來量化這些因素。當(dāng)你的模型將所有的因素全都考慮進(jìn)來,那么股價(jià)的預(yù)測就唾手可得了。隨著人工智能技術(shù)的持續(xù)進(jìn)步，人工智能投資成為被學(xué)術(shù)界和資本看好的領(lǐng)域。英國布里斯托爾大學(xué)教授克里斯蒂亞尼尼說，股票投資是十大最有可能被人工智能改變的行業(yè)之一。

　　項(xiàng)目介紹

　　2017年，摩根大通發(fā)布了一份題為《大數(shù)據(jù)與人工智能戰(zhàn)略：機(jī)器學(xué)習(xí)和其它投資數(shù)據(jù)分析方法》的報(bào)告，對機(jī)器學(xué)習(xí)對金融領(lǐng)域的影響進(jìn)行了全面的闡述，昭示著機(jī)器學(xué)習(xí)已經(jīng)敲開金融領(lǐng)域和商業(yè)數(shù)據(jù)分析的大門。機(jī)器學(xué)習(xí)是什么?如何與商業(yè)分析相結(jié)合?項(xiàng)目將通過介紹兩種非常實(shí)用的商業(yè)分析工具，即Python編程語言和機(jī)器學(xué)習(xí)工具包，幫助學(xué)生厘清上述問題的答案。學(xué)生將著重了解機(jī)器學(xué)習(xí)在商業(yè)分析股市預(yù)測中的應(yīng)用，利用機(jī)器學(xué)習(xí)分析市場數(shù)據(jù)解決商業(yè)問題。該項(xiàng)目內(nèi)容包括機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)概論、商業(yè)分析中市場數(shù)據(jù)處理的機(jī)器學(xué)習(xí)技術(shù)與算法、Python與Jupiter notebooks交互式學(xué)習(xí)、機(jī)器學(xué)習(xí)庫、股市預(yù)測等。學(xué)生將在項(xiàng)目中學(xué)習(xí)如何使用機(jī)器學(xué)習(xí)完成商業(yè)市場數(shù)據(jù)分析，進(jìn)行股市預(yù)測，在項(xiàng)目結(jié)束時(shí)，提交項(xiàng)目報(bào)告，進(jìn)行成果展示。

　　In 2017, JPMorgan Chase released a report entitled "Big Data and AI Strategies: Machine Learning and Alternative Data Approach to Investing, which comprehensively elaborated the impact of machine learning on the financial sector, showing that machine learning has been introduced into the financial sector and business data analysis. What is machine learning? How to integrate it with business analysis? The program will help students clarify the answers to the above questions by introducing two useful business analysis tools, the Python programming language, and the machine learning toolkit. Students will focus on the application of machine learning in business analysis and stock market forecast, and use machine learning to analyze market data to solve business problems.

　　The program covers an introduction to machine learning and data science, machine learning techniques and algorithms on market data processing in business analysis, interactive learning with Python and Jupiter notebooks, libraries for machine learning, and predicting the stock market. During the program, students will learn how to use machine learning to complete market data analysis, predict the stock market, and at the end of the program, submit a project report and present the results.

　　項(xiàng)目大綱

　　機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)概論 Machine learning and data science

　　商業(yè)分析中市場數(shù)據(jù)處理的機(jī)器學(xué)習(xí)技術(shù)與算法 Techniques and algorithms (linear models, random trees, random forests, boosting, kernel methods, deep learning, etc) on real-world market data processing

　　Python與Jupiter notebooks交互式學(xué)習(xí) Python and Jupiter notebooks for interactive learning

　　機(jī)器學(xué)習(xí)庫 Libraries for machine learning

　　股市預(yù)測 Machine learning on predicting the stock market

　　項(xiàng)目回顧與成果展示 Program Review and Presentation

　　論文輔導(dǎo) Project Deliverables Tutoring

　　項(xiàng)目收獲

　　2周專業(yè)預(yù)修與在線科研+10天面授科研+5周不限時(shí)在線論文指導(dǎo)

　　項(xiàng)目報(bào)告

　　優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter

　　EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會(huì)議全文投遞與發(fā)表指導(dǎo)(可用于申請)

　　結(jié)業(yè)證書

　　成績單

留學(xué)也是一種投資，你的留學(xué)預(yù)算充足嗎，簡單3步，輕松了解留學(xué)預(yù)算？

費(fèi)用計(jì)算

想去留學(xué)，不知道自己是否符合條件？馬上測一測吧？

條件評估