背景提升之哥倫比亞大學(xué)科研項(xiàng)目

哥倫比亞大學(xué)是一所位于美國(guó)紐約曼哈頓的世界頂級(jí)私立研究型大學(xué)，為美國(guó)大學(xué)協(xié)會(huì)的十四所創(chuàng)始院校之一，常春藤盟校之一。哥大是美國(guó)歷史最悠久的五所大學(xué)之一，也是培養(yǎng)諾貝爾獎(jiǎng)獲得者最多的大學(xué)之一。今天小編想要介紹的這兩個(gè)科研項(xiàng)目就是哥倫比亞大學(xué)教授的科研項(xiàng)目。

哥倫比亞大學(xué)博士科研課題：機(jī)器學(xué)習(xí)算法探究宏觀經(jīng)濟(jì)與不動(dòng)產(chǎn)估值關(guān)系

課題簡(jiǎn)介

機(jī)器學(xué)習(xí)算法探究宏觀經(jīng)濟(jì)與不動(dòng)產(chǎn)估值關(guān)系

房?jī)r(jià)是中國(guó)現(xiàn)在經(jīng)濟(jì)領(lǐng)域的熱點(diǎn)問(wèn)題，對(duì)于房?jī)r(jià)的預(yù)測(cè)也牽動(dòng)著廣大人民的神經(jīng)，各路經(jīng)濟(jì)學(xué)家都從不同角度對(duì)房?jī)r(jià)進(jìn)行了分析和預(yù)測(cè)。隨著經(jīng)濟(jì)的不斷發(fā)展，大量的宏觀經(jīng)濟(jì)數(shù)據(jù)得到了全

面地統(tǒng)計(jì)，如國(guó)家統(tǒng)計(jì)局等機(jī)構(gòu)都可以找到能反映國(guó)家宏觀經(jīng)濟(jì)的數(shù)據(jù)。

本課題試圖從宏觀經(jīng)濟(jì)數(shù)據(jù)出發(fā)，如GDP(國(guó)內(nèi)生產(chǎn)總值)，CPI(居民消費(fèi)價(jià)格指數(shù))等，利用機(jī)器學(xué)習(xí)的方法尋找房?jī)r(jià)與各個(gè)宏觀經(jīng)濟(jì)指數(shù)之間的關(guān)系，構(gòu)建房?jī)r(jià)與這些宏觀經(jīng)濟(jì)數(shù)據(jù)之間的模型關(guān)系，從而對(duì)未來(lái)房?jī)r(jià)的走勢(shì)進(jìn)行預(yù)測(cè)。

科研流程

課程模塊一：預(yù)備課程

在教學(xué)過(guò)程正式開(kāi)始前，有方學(xué)者會(huì)根據(jù)學(xué)生的具體情況提供數(shù)學(xué)、統(tǒng)計(jì)、英語(yǔ)學(xué)術(shù)論文寫作等預(yù)備課程。

課程模塊二：科研輔導(dǎo)

來(lái)自美國(guó)頂尖人工智能的機(jī)器學(xué)習(xí)科研團(tuán)隊(duì)將在有方學(xué)者團(tuán)隊(duì)的配合下，進(jìn)行8-12周的科研輔導(dǎo)：

微積分、線性代數(shù)和概率統(tǒng)計(jì)入門；

學(xué)習(xí) Python編程語(yǔ)言和相關(guān)的庫(kù)numpy, pandas, scikit-learn, matplotlib；

學(xué)習(xí)探索性數(shù)據(jù)分析（Explorative data analysis），并通過(guò)統(tǒng)計(jì)方法和可視化對(duì)金融數(shù)據(jù)進(jìn)行分析

學(xué)習(xí)回歸分析(regression)，對(duì)金融數(shù)據(jù)進(jìn)行社交媒體效應(yīng)的評(píng)估

學(xué)習(xí)幾種重要的自然語(yǔ)言處理和機(jī)器學(xué)習(xí)算法，提出初步的金融數(shù)據(jù)輿情情感分析；

課題驗(yàn)收需要學(xué)生完成英文學(xué)術(shù)論文的寫作，并向科研團(tuán)隊(duì)進(jìn)行答辯。

指導(dǎo)速度可能因?qū)嶋H教學(xué)情況而異

課程模塊三：論文寫作&發(fā)表

在科研輔導(dǎo)結(jié)束后

項(xiàng)目導(dǎo)師將輔導(dǎo)學(xué)生完成論文寫作

協(xié)助學(xué)生完成論文在英文學(xué)術(shù)期刊上正式發(fā)表。

整個(gè)科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進(jìn)度，確保取得研究成果。

授課導(dǎo)師

哥倫比亞大學(xué) 計(jì)算數(shù)學(xué)博士

北京大學(xué) 理學(xué)學(xué)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(jī)微積分、統(tǒng)計(jì)推斷、偏微分方程數(shù)值分析、統(tǒng)計(jì)機(jī)器學(xué)習(xí)、并行計(jì)算、GPU計(jì)算等。

研究方向：Machine Learning，擅長(zhǎng)數(shù)據(jù)挖掘技術(shù)的應(yīng)用

課題要求

本課題適合： 9-12 年級(jí)學(xué)生，有較強(qiáng)的邏輯思維和抽象思維能力

本項(xiàng)目適合適合申請(qǐng)STEM專業(yè)方向：計(jì)算機(jī)、數(shù)學(xué)等相關(guān)專業(yè)的學(xué)生。

專業(yè)領(lǐng)域的零基礎(chǔ)學(xué)生，我們會(huì)提供相關(guān)的學(xué)術(shù)知識(shí)培訓(xùn)。

了解矩陣及其加減乘法運(yùn)算和線性相關(guān)的概念；

了解統(tǒng)計(jì)里的標(biāo)準(zhǔn)差，線性回歸，相關(guān)系數(shù)，假設(shè)檢驗(yàn)等概念；

了解機(jī)器學(xué)習(xí)的分類，著重學(xué)習(xí)回歸分析的模型，并能對(duì)模型事后驗(yàn)證；

會(huì)用python寫簡(jiǎn)單的循環(huán)和運(yùn)算，會(huì)學(xué)習(xí)使用新的數(shù)據(jù)庫(kù)中的函數(shù)。

哥倫比亞大學(xué)探究項(xiàng)目 | 睡眠與悲傷：睡眠障礙與抑郁癥的網(wǎng)絡(luò)分析

課題簡(jiǎn)介

現(xiàn)代社會(huì)很多人受工作學(xué)習(xí)、生活壓力、應(yīng)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(jī)，這不僅會(huì)導(dǎo)致睡眠時(shí)相延遲，還會(huì)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(shí)上，睡眠問(wèn)題通常被認(rèn)為是抑郁癥的一大癥狀。然而，睡眠時(shí)長(zhǎng)、睡眠時(shí)間變化性、入睡時(shí)間、睡眠藥物使用等不同問(wèn)題和抑郁癥關(guān)系不盡相同，且抑郁和睡眠問(wèn)題在核心癥狀的確認(rèn)和治療順序上有較大爭(zhēng)議。

本課題旨在運(yùn)用網(wǎng)絡(luò)分析技術(shù)對(duì)中國(guó)工人睡眠和抑郁問(wèn)題的數(shù)據(jù)進(jìn)行分析，探究睡眠質(zhì)量、入睡時(shí)間、睡眠時(shí)長(zhǎng)、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(guān)系，并運(yùn)用統(tǒng)計(jì)回歸、網(wǎng)絡(luò)分析等方法對(duì)數(shù)據(jù)做進(jìn)一步分析處理，力求獲得對(duì)疾病診斷、治療靶確認(rèn)等有指導(dǎo)意義的結(jié)論。

本課題是跨心理學(xué)和數(shù)據(jù)科學(xué)的綜合研究，是數(shù)據(jù)挖掘相關(guān)技術(shù)的實(shí)際應(yīng)用。研究者將獲得使用R進(jìn)行數(shù)據(jù)分析的技能和對(duì)抑郁與睡眠障礙診斷和病因的深入了解。

科研方法

AI+X數(shù)據(jù)驅(qū)動(dòng)型科研

AI＋X數(shù)據(jù)驅(qū)動(dòng)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(jìn)行預(yù)測(cè)，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)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(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)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(wàn)萬(wàn)，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過(guò)程繁瑣，在客觀上難以實(shí)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(kù)，與過(guò)往的研究成果進(jìn)行對(duì)照，快速、準(zhǔn)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(biāo)準(zhǔn)化”成為可能。

授課導(dǎo)師

哥倫比亞大學(xué) 博士（在讀）

多年心理學(xué)領(lǐng)域研究經(jīng)驗(yàn)，發(fā)表學(xué)術(shù)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(rèn)知、生理、社會(huì)風(fēng)險(xiǎn)因素；

課題要求

本課題適合： 9-12 年級(jí)學(xué)生，有較強(qiáng)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(yǔ)閱讀能力；

接觸過(guò)英文寫作，有論文寫作經(jīng)驗(yàn)者更佳；

數(shù)學(xué)：

概率統(tǒng)計(jì)基礎(chǔ)知識(shí)；

線性回歸；

線性代數(shù)基礎(chǔ)（行列式、矩陣運(yùn)算等）；

計(jì)算機(jī)：

R編程基礎(chǔ)

報(bào)名/咨詢課題詳情

請(qǐng)識(shí)別下方二維碼