背景提升之哈佛大學(xué)科研項目

Category: STEM國際競賽 Date: 2020年3月22日下午7:04

哈佛大學(xué)是一所享譽世界的私立研究型大學(xué)，是著名的常春藤盟校成員。哈佛大學(xué)是美國本土歷史最悠久的高等學(xué)府，由十所學(xué)院以及一個高等研究所構(gòu)成，坐擁世界上規(guī)模最大的大學(xué)圖書館系統(tǒng)，哈佛大學(xué)在文學(xué)、醫(yī)學(xué)、法學(xué)、商學(xué)等多個領(lǐng)域擁有崇高的學(xué)術(shù)地位及廣泛的影響力，被公認為是當今世界最頂尖的高等教育及研究機構(gòu)之一。參加哈佛大學(xué)的科研項目是背景提升的好方法。今天小編來為大家介紹幾個哈佛大學(xué)的科研項目。

哈佛探究項目：電影評分與票房的大數(shù)據(jù)分析

課題簡介

近年來中國電影行業(yè)發(fā)展迅速，不斷有叫好又叫座的佳片出現(xiàn)，也存在很多極具爭議性的影片。同時，豆瓣電影評分網(wǎng)和貓眼網(wǎng)等平臺記錄的有關(guān)電影的各項數(shù)據(jù)為深入研究提供機會。

本課題旨在通過數(shù)據(jù)抓取技術(shù)和數(shù)據(jù)分析方法探求電影評分及其票房之間的關(guān)系，并由此出發(fā)利用計量經(jīng)濟學(xué)中的時間序列、空間維度、統(tǒng)計回歸等方法探究觀眾對于電影偏好的分歧程度、電影偏好的地域性特征等更具社會意義的問題，力求由此獲得對文化經(jīng)濟發(fā)展更深入的理解。

本課題是跨經(jīng)濟學(xué)和數(shù)據(jù)抓取的綜合研究，是網(wǎng)絡(luò)爬蟲相關(guān)技術(shù)的實際應(yīng)用。研究者將獲得使用R進行網(wǎng)絡(luò)數(shù)據(jù)抓取的技能和對電影行業(yè)及社會文化經(jīng)濟發(fā)展的深入了解。

科研方法

AI+X數(shù)據(jù)驅(qū)動型科研

AI＋X數(shù)據(jù)驅(qū)動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)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(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，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(shù)據(jù)千千萬萬，使用傳統(tǒng)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(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進行對照，快速、準確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標準化”成為可能。

授課導(dǎo)師

哈佛大學(xué) 博士

本科畢業(yè)于復(fù)旦大學(xué)數(shù)理經(jīng)濟系；

擅長STATA、R Program、Matlab、Latex、Python等多種數(shù)據(jù)處理軟件；

現(xiàn)于麻省理工擔任助理研究員，研究印度貿(mào)易改革的影響。

課題要求

本課題適合： 9-12 年級學(xué)生，有較強的邏輯思維和抽象思維能力

英文：

具備基本的學(xué)術(shù)英語閱讀能力；

接觸過英文寫作，有論文寫作經(jīng)驗者更佳；

數(shù)學(xué)：

概率統(tǒng)計基礎(chǔ)知識；

線性回歸；

線性代數(shù)基礎(chǔ)（行列式、矩陣運算等）

計算機：

R編程基礎(chǔ)（了解 https://www.r-project.org/about.html）

最好項目開始前基本了解，開始后1-2周強化掌握

哈佛科研課題：基于公共衛(wèi)生數(shù)據(jù)的生存分析

課題簡介

隨著人們生活水平的提高及數(shù)據(jù)科學(xué)的進步，研究群體性健康行為的公共衛(wèi)生領(lǐng)域正在得到越來越多學(xué)界和業(yè)界的關(guān)注，也讓基于大數(shù)據(jù)的群體性生存分析成為研究癌癥患者生存率、藥物療效、術(shù)后存活時間等問題的重要手段。

本課題旨在運用生存分析方法，對公共衛(wèi)生學(xué)中常見的生存問題進行分析，基于實際患者數(shù)據(jù)，探究年齡、性別、治療手段等關(guān)鍵因素對患者患病后、術(shù)后、藥物治療后的存活時間的影響，并應(yīng)用生存分析中的不同模型，如Cox模型，AFT加速模型等，對數(shù)據(jù)做進一步分析處理，力求獲得對實踐有指導(dǎo)意義的結(jié)論。

通過本課題研究，研究者將掌握使用R進行數(shù)據(jù)分析的技能，常用的生存分析模型，以及公共衛(wèi)生學(xué)中實際生存問題的了解。