背景提升之哈佛大學科研項目

哈佛大學是一所享譽世界的私立研究型大學，是著名的常春藤盟校成員。 哈佛大學是美國本土歷史最悠久的高等學府，由十所學院以及一個高等研究所構成，坐擁世界上規模最大的大學圖書館系統，哈佛大學在文學、醫學、法學、商學等多個領域擁有崇高的學術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之一。參加哈佛大學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的科研項目。

哈佛探究項目：電影評分與票房的大數據分析

課題簡介

近年來中國電影行業發展迅速，不斷有叫好又叫座的佳片出現，也存在很多極具爭議性的影片。同時，豆瓣電影評分網和貓眼網等平臺記錄的有關電影的各項數據為深入研究提供機會。

本課題旨在通過數據抓取技術和數據分析方法探求電影評分及其票房之間的關系，并由此出發利用計量經濟學中的時間序列、空間維度、統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濟發展更深入的理解。

本課題是跨經濟學和數據抓取的綜合研究，是網絡爬蟲相關技術的實際應用。研究者將獲得使用R進行網絡數據抓取的技能和對電影行業及社會文化經濟發展的深入了解。

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

哈佛大學 博士

本科畢業于復旦大學數理經濟系；

擅長STATA、R Program、Matlab、Latex、Python等多種數據處理軟件；

現于麻省理工擔任助理研究員，研究印度貿易改革的影響。

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（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：基于公共衛生數據的生存分析

課題簡介

隨著人們生活水平的提高及數據科學的進步，研究群體性健康行為的公共衛生領域正在得到越來越多學界和業界的關注，也讓基于大數據的群體性生存分析成為研究癌癥患者生存率、藥物療效、術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，對公共衛生學中常見的生存問題進行分析，基于實際患者數據，探究年齡、性別、治療手段等關鍵因素對患者患病后、術后、藥物治療后的存活時間的影響，并應用生存分析中的不同模型，如Cox模型，AFT加速模型等，對數據做進一步分析處理，力求獲得對實踐有指導意義的結論。

通過本課題研究，研究者將掌握使用R進行數據分析的技能，常用的生存分析模型，以及公共衛生學中實際生存問題的了解。

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

哈佛大學 博士

碩士畢業于哈佛大學環境衛生專業；

本科畢業于清華大學環境工程專業；

研究方向：公共衛生，并在該領域有豐富的研究經驗和工作經驗

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；

數學：

統計基礎知識；

微積分（偏微分）；

線性代數；

計算機：

最好有一定的數據處理基礎。如果沒有，以下軟件選擇一種或多種，在課題開始后的1-2周進行強化學習并能進行初步的應用

R Studio；

Stata；

Python（Jupyter Notebook, Anaconda）

以上兩個科研項目就是哈佛大學導師將要帶領大家研究的科研項目。確實是背景提升的好方法，感興趣的同學趕快去參加吧。

報名/咨詢課題詳情

請識別下方二維碼