背景提升之哥倫比亞大學科研項目

哥倫比亞大學是一所位于美國紐約曼哈頓的世界頂級私立研究型大學，為美國大學協(xié)會的十四所創(chuàng)始院校之一，常春藤盟校之一。哥大是美國歷史最悠久的五所大學之一，也是培養(yǎng)諾貝爾獎獲得者最多的大學之一。今天小編想要介紹的這兩個科研項目就是哥倫比亞大學教授的科研項目。

哥倫比亞大學博士科研課題：機器學習算法探究宏觀經濟與不動產估值關系

課題簡介

機器學習算法探究宏觀經濟與不動產估值關系

房價是中國現在經濟領域的熱點問題，對于房價的預測也牽動著廣大人民的神經，各路經濟學家都從不同角度對房價進行了分析和預測。隨著經濟的不斷發(fā)展，大量的宏觀經濟數據得到了全

面地統(tǒng)計，如國家統(tǒng)計局等機構都可以找到能反映國家宏觀經濟的數據。

本課題試圖從宏觀經濟數據出發(fā)，如GDP(國內生產總值)，CPI(居民消費價格指數)等，利用機器學習的方法尋找房價與各個宏觀經濟指數之間的關系，構建房價與這些宏觀經濟數據之間的模型關系，從而對未來房價的走勢進行預測。

科研流程

課程模塊一：預備課程

在教學過程正式開始前，有方學者會根據學生的具體情況提供數學、統(tǒng)計、英語學術論文寫作等預備課程。

課程模塊二：科研輔導

來自美國頂尖人工智能的機器學習科研團隊將在有方學者團隊的配合下，進行8-12周的科研輔導：

微積分、線性代數和概率統(tǒng)計入門；

學習 Python編程語言和相關的庫numpy, pandas, scikit-learn, matplotlib；

學習探索性數據分析（Explorative data analysis），并通過統(tǒng)計方法和可視化對金融數據進行分析

學習回歸分析(regression)，對金融數據進行社交媒體效應的評估

學習幾種重要的自然語言處理和機器學習算法，提出初步的金融數據輿情情感分析；

課題驗收需要學生完成英文學術論文的寫作，并向科研團隊進行答辯。

指導速度可能因實際教學情況而異

課程模塊三：論文寫作&發(fā)表

在科研輔導結束后

項目導師將輔導學生完成論文寫作

協(xié)助學生完成論文在英文學術期刊上正式發(fā)表。

整個科研教學流程中，每一位學員都將有學術督導協(xié)助保障研究階段性作業(yè)和論文的進度，確保取得研究成果。

授課導師

哥倫比亞大學 計算數學博士

北京大學 理學學士

在編程方面，精通C++,CUDA C++，Matlab;在課程教授方面精通概率與隨機微積分、統(tǒng)計推斷、偏微分方程數值分析、統(tǒng)計機器學習、并行計算、GPU計算等。

研究方向：Machine Learning，擅長數據挖掘技術的應用

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

本項目適合適合申請STEM專業(yè)方向：計算機、數學等相關專業(yè)的學生。

專業(yè)領域的零基礎學生，我們會提供相關的學術知識培訓。

了解矩陣及其加減乘法運算和線性相關的概念；

了解統(tǒng)計里的標準差，線性回歸，相關系數，假設檢驗等概念；

了解機器學習的分類，著重學習回歸分析的模型，并能對模型事后驗證；

會用python寫簡單的循環(huán)和運算，會學習使用新的數據庫中的函數。

哥倫比亞大學探究項目 | 睡眠與悲傷：睡眠障礙與抑郁癥的網絡分析

課題簡介

現代社會很多人受工作學習、生活壓力、應酬社交多重因素的影響處于睡眠不健康狀態(tài)，尤其是很多人喜歡睡前玩手機，這不僅會導致睡眠時相延遲，還會引起生物節(jié)律紊亂，最終影響睡眠及情緒健康。

抑郁癥和睡眠障礙就是兩種高度共病的精神障礙。事實上，睡眠問題通常被認為是抑郁癥的一大癥狀。然而，睡眠時長、睡眠時間變化性、入睡時間、睡眠藥物使用等不同問題和抑郁癥關系不盡相同，且抑郁和睡眠問題在核心癥狀的確認和治療順序上有較大爭議。

本課題旨在運用網絡分析技術對中國工人睡眠和抑郁問題的數據進行分析，探究睡眠質量、入睡時間、睡眠時長、睡眠效率、睡眠障礙程度、藥物使用和日間功能障礙的影響，了解其與抑郁癥諸多癥狀的關系，并運用統(tǒng)計回歸、網絡分析等方法對數據做進一步分析處理，力求獲得對疾病診斷、治療靶確認等有指導意義的結論。

本課題是跨心理學和數據科學的綜合研究，是數據挖掘相關技術的實際應用。研究者將獲得使用R進行數據分析的技能和對抑郁與睡眠障礙診斷和病因的深入了解。

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(fā)現的研究方法。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(yōu)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(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。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(fā)現規(guī)律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

授課導師

哥倫比亞大學 博士（在讀）

多年心理學領域研究經驗，發(fā)表學術論文四篇（其中兩篇以第一作者身份發(fā)表）

研究方向：精神障礙的認知、生理、社會風險因素；

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；

數學：

概率統(tǒng)計基礎知識；

線性回歸；

線性代數基礎（行列式、矩陣運算等）；

計算機：

R編程基礎

報名/咨詢課題詳情

請識別下方二維碼