数据科学和计算机等感兴趣的高中生和大学生。

人工智能已经可以应用与任何需要理解复杂模式、进行长期计划、并制定决策的领域。在金融领域，人工智能的应用了也引起了广泛的关注和研究。我们可以预测股票市场吗？虽然股价的预测是一个复杂且具有挑战性的问题，但人工智能技术提供了一些工具和方法来处理这个问题，比如运用机器学习算法利用历史股价数据和其他相关因素来构建预测模型、应用深度学习模型研究时间序列数据中的复杂模式和依赖关系、 应用增强学习算法来优化交易策略、以及通过人工智能进行新闻舆论挖掘和市场参与者的情绪分析等。 随着人工智能技术的持续进步，人工智能投资成为被学术界和资本看好的领域。 英国布里斯托尔大学教授克里斯蒂亚尼尼说，股票投资是十大最有可能被人工智能改变的行业之一。 所以，数据驱动决策研究项目之机器学习理论研究及其在金融数据挖掘与预测模型中的实践应用孕育而生！

　　一、走近数据驱动决策研究项目

　　数据驱动决策---机器学习理论研究及其在金融数据挖掘与预测模型中的实践应用

　　它由牛津大学终身正教授亲授，并配合二导师来自多伦多大学教授的W老师共同授课，帮助学生得到最佳科研体验!

　　当然本项目介绍并探讨了各种机器学习算法，深入介绍应用统计学习、python和金融应用。项目中，导师将介绍统计学习中的主要思想和算法(例如线性模型、随机树、随机森林、增强、核方法、深度学习)，以及如何在数据分析和机器学习中使用必要的库和加速Python代码的技术。学生将学习如何将定制的机器学习和Python应用于金融应用程序，通过Jupiter笔记本电脑进行交互式学习，并使用现实世界的股票市场数据。学生将在项目结束时，提交项目报告，进行成果展示。

　　它适合修读计算机、数据科学、商业分析、金融工程等专业或者对Python机器学习在金融中的应用感兴趣的学生;

　　此外，学生必须具备线性代数及概率论与数理统计基础，至少会使用一门编程语言并修读过算法与数据结构，有商业数据分析经验的申请者优先。

　　二、数据驱动决策研究项目时间安排

　　开始日期: 2024-09-07

　　课时安排: 7周在线小组科研学习+5周不限时论文指导学习，共125课时。

　　二、数据驱动决策研究项目课程大纲

　　1、机器学习与数据科学概论 Machine Learning and Data Science

　　2、统计学习概论Introduction to Statistical Learning

　　3、监督学习、分类与回归Supervised learning, Classification and regression

　　4、偏见方差分解、交叉验证 Bias-variance decomposition, Cross-validation

　　5、随机森林 Random forest

　　6、神经网络、随机梯度下降法、反向传播 Neural Networks, Stochastic gradient descent, Backpropagation

　　7、金融、商业分析应用 Application to finance and business analysis

　　8、项目回顾与成果展示 Program Review and Presentation

　　9、论文辅导 Project Deliverables Tutoring

12周课时安排

1、有机会获得主导师Reference Letter

2、获得高质量结业证书

3、EI/CPCI等或同等级别索引国际会议全文投递与发表指导

4、助力进入世界计算机或者DS名校