背景提升之UCLA科研探究項目

加州大學洛杉磯分校是世界著名的公立研究型大學，環太平洋大學聯盟成員，被譽為美國商業金融、高科技產業、電影藝術等人才的搖籃。

UCLA在多個排名中均高居美國公立大學第一，在2018QS畢業生就業力排名中位列世界第二，在2018福布斯最具價值大學排名中位列全美第一，是美國申請人數最多的大學。參加加州大學洛杉磯分校導師帶領的科研項目是背景提升的好方法。今天小編要為大家介紹幾個加州大學洛杉磯分校的科研項目。

UCLA探究項目：捷信集團信用卡違規風險預測

課題簡介

風險管理風險控制是指風險管理者采取各種措施和方法，消滅或減少風險事件發生的各種可能性，或風險控制者減少風險事件發生時造成的損失。
在美國，很多人因為不充分或者不存在信用歷史而很難獲得貸款。更不幸地是，這類人群經常被不良貸所利用。

捷信集團(Home Credit)致力于能讓這類沒有銀行信用記錄人群獲得正面安全的貸款經歷。為了達到這個目的，捷信集團采用了大量豐富的數據—包括通信和交易信息—來預測客戶的還款能力。

捷信集團使用統計和機器學習的方法進行預測。這樣既能幫助確保有還款能力的客戶不會被拒絕貸款，也能確保成熟的貸款可以使客戶更成功。參與該課題的學生將和導師完成一個機器學習項目。本課題旨在運用最前沿的機器學習技術對捷信集團的海量數據進行分析和預測。

本課題是跨計算機和經濟學的綜合研究，是數據挖掘相關技術的實際應用。研究者將使用Python進行大數據分析，并深入了解機器學習和對美國信用體系。

科研方法

AI＋X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。

與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。
AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。

基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

授課導師

加州理工大學博士

UCLA博士；

曾參與Kaggle學術活動獲得銅獎，成績排名前7%；

曾擔任Institut Jean Lamour的計算模擬工程師并研發模擬代碼。

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力：

英文：

具備基本的學術英語閱讀能力

接觸過英文寫作，能初步撰寫英文文章；

數學：

概率統計基礎知識；

線性回歸基礎知識；

線性代數基礎（行列式、矩陣運算等）；

計算機：

Python編程基礎；

Numpy、Pandas、Matplotlib庫基礎。

UCLA探究項目：美國超市經營收入的大數據分析

課題簡介

隨著大數據發展的速度越來越快，數據可視化已經被很多公司使用，許多數據分析師的日常工作之一就是通過可視化建立數據分析面板，從而更好的監控和分析公司的運營數據。

本課題旨在運用數據分析及可視化技術對美國超市運營海量數據進行分析，探究收入、利潤、客單價及銷售量等核心運營數據按照地理位置劃分的分布，從產品、用戶、供應鏈等多個方面分析超市的運營情況，最后對產品的銷量進行預測，最后利用Tableau（數據可視化分析軟件）創建運營數據分析面板，提供實時的運營情況監控與分析。

本課題是大數據分析與可視化的綜合研究。研究者將獲得使用Tableau進行大數據分析及可視化的技能和對供應鏈、消費者及產品分類的深入了解。

科研方法

AI+X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。

與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。
AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。

基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

授課導師

加州大學洛杉磯分校 碩士

Tableau專業證書持有

兩年多咨詢、金融科技和IT行業（包括亞馬遜）的分析經驗，豐富的供應鏈分析、客戶體驗提升、投資分析、產品管理經驗。

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

英文：

具備基本的學術英語閱讀能力；

接觸過英文寫作，有論文寫作經驗者更佳；

經濟學：

對成本、收入、利潤等概念有基本的了解

計算機：

基本的運算邏輯，“與”或“非”等邏輯概念

UCLA科研課題：無人機機翼設計和優化

課題簡介

航空航天（Aerospace and aeronautics）技術是20世紀以來發展最迅速的技術領域之一。飛行器的結構設計作為航天航空技術的重要組成部分一直以來都是科研界關注的焦點，飛行器更是國家科學技術進步的標志和綜合國力的體現。同時，飛行器的結構設計涉及多個交叉學科，涉及多種機械設計方法，也是一個飛行器可以成功建造的基本。

飛行器結構設計一般包括三大部分。第一部分從設計全局出發，介紹飛行器結構設計的基本概念，結構的組成與分類、結構設計技術要求和載荷分析等內容。第二部分介紹飛行器結構各主要組成部分的傳力分析、結構與機構設計及典型結構。第三部分介紹飛行器的結構動態設計、復合材料結構設計、結構的優化設計與可靠性設計、結構數字化設計。本項目這里只設計第一部分，從力學結構的角度，設計和優化無人機的機翼。

現代社會和戰爭環境中，無人機正扮演著越來越重要的角色。機翼的設計一直是無人機機構的核心。對于要求長航時的無人機來說，如何在保證結構質量的情況下降低結構的重量，一直是工程師們追求的目標。機翼的設計囊括了基本的空氣動力學、結構力學以及材料力學；有限元的分析方法和計算機輔助設計也是現代飛機設計不可或缺的。

該課題中，我們將基于機翼的基本氣動要求和結構要求，設計、優化一組合格的無人機機翼。

科研方法

計算機仿真模擬

計算機仿真模擬是一種運用計算機軟件建立抽象模型、模擬真實條件并進行分析的技術。與傳統的實驗相比，計算機模擬技術通過數學建模，解放了普通實驗對于器材的苛刻要求，具有可多次進行、反復試錯的優點。同時，由于計算機模擬技術黑箱化了復雜的理論推導與數據計算，能夠以直觀的方式呈現研究的成果，對于初次涉獵科學研究的高中生而言，也更為簡單易學、容易上手。

例如：在設計外太空的衛星軌道時，受制于客觀條件，科研工作者無法在地球上重現外太空的環境，因此，只能借助計算機強大的運算能力，對外太空的情
況和衛星的軌道進行模擬、反復實驗，并基于模擬實驗的結果，完成科學的軌道設計。

授課導師

加利福尼亞大學洛杉磯分校 博士

博士就讀于UCLA機械與航天航空工程專業；

相關課題研究經驗豐富。

課題要求

英文：

具備基本的學術英語閱讀能力；

接觸過英文寫作，有論文寫作經驗者更佳；

數學：

立體幾何基礎；

函數和方程的基本概念；

極限和導數概念；

多元函數、微分和函數極值；

線性代數，矩陣的基本運算。

物理：

彈性力學基礎；

力臂與力矩概念；

力學平衡條件；

計算機（不作為強制要求）：

3D作圖的基本概念。

今天就先介紹上面這三個科研課題吧，想要背景提升的同學趕快參加吧。

報名/咨詢課題詳情

請識別下方二維碼