Home » 國(guó)際競(jìng)賽 » STEM國(guó)際競(jìng)賽 » Details

統(tǒng)計(jì)學(xué)習(xí)和數(shù)學(xué)優(yōu)化的運(yùn)用

Category: STEM國(guó)際競(jìng)賽 Date: 2020年3月26日下午7:03

統(tǒng)計(jì)學(xué)習(xí)理論是一種研究訓(xùn)練樣本有限情況下的機(jī)器學(xué)習(xí)規(guī)律的學(xué)科。它可以看作是基于數(shù)據(jù)的機(jī)器學(xué)習(xí)問(wèn)題的一個(gè)特例，即有限樣本情況下的特例。統(tǒng)計(jì)學(xué)習(xí)理論從一些觀測(cè)（訓(xùn)練）樣本出發(fā)，從而試圖得到一些不能通過(guò)原理進(jìn)行分析得到的規(guī)律，并利用這些規(guī)律來(lái)分析客觀對(duì)象，從而可以利用規(guī)律來(lái)對(duì)未來(lái)的數(shù)據(jù)進(jìn)行較為準(zhǔn)確的預(yù)測(cè)。小編今天要為大家介紹的這個(gè)科研項(xiàng)目就有此有關(guān)，課題題目是西北大學(xué)博士科研課題：統(tǒng)計(jì)學(xué)習(xí)和數(shù)學(xué)優(yōu)化在March Madness預(yù)測(cè)中的運(yùn)用。

課題簡(jiǎn)介

統(tǒng)計(jì)學(xué)習(xí)和數(shù)學(xué)優(yōu)化在March Madness預(yù)測(cè)中的運(yùn)用

Statistical Learning and Optimization in NCAA March Madness Prediction

NCAA March Madness是全美大學(xué)生男子籃球聯(lián)賽季后賽。全國(guó)共有64支大學(xué)校隊(duì)根據(jù)常規(guī)賽戰(zhàn)績(jī)與賽程參與淘汰賽。在本課題中學(xué)生將采集NCAA男子籃球常規(guī)賽的數(shù)據(jù)，學(xué)習(xí)多種統(tǒng)計(jì)學(xué)習(xí)模型，并以歷史常規(guī)賽數(shù)據(jù)為自變量，歷史季后賽的數(shù)據(jù)為因變量建立數(shù)學(xué)模型，預(yù)測(cè)未來(lái)季后賽的比賽結(jié)果。

科研流程

課程模塊一：預(yù)備課程

在教學(xué)過(guò)程正式開始前，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

西北大學(xué)博士

曾為美國(guó)各主要機(jī)場(chǎng)的行動(dòng)能力形象制定了指導(dǎo)方針；創(chuàng)建并維護(hù)運(yùn)輸局、統(tǒng)計(jì)局ATL機(jī)場(chǎng)到達(dá)/離港數(shù)據(jù)的數(shù)據(jù)庫(kù)和航空氣象中心的天氣預(yù)報(bào)數(shù)據(jù)。

曾多次在國(guó)外期刊重要期刊上發(fā)表學(xué)術(shù)論文：”A Class of Sequential Decision Prolems with Stochastic Disruptions”

”An Enhanced Stochastic Optimization Model for Ground Delay Program (GDP)Planning”

研究方向：Machine Learning

課題要求

本課題適合： 9-12 年級(jí)學(xué)生

有一定的英語(yǔ)閱讀和寫作能力

有較強(qiáng)的邏輯思維和抽象思維能力

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)。
不知道大家對(duì)西北大學(xué)博士科研課題：統(tǒng)計(jì)學(xué)習(xí)和數(shù)學(xué)優(yōu)化在March Madness預(yù)測(cè)中的運(yùn)用有沒(méi)有興趣呢？如果有興趣的話，就趕快報(bào)名參加吧。

報(bào)名/咨詢課題詳情

請(qǐng)識(shí)別下方二維碼