统计学与数据科学专题项目回顾：概率论与统计学及其在数据分析与处理中的应用研究

本期项目回顾

我们将带你“云体验”为期七周的线上科研项目，跟随大牛教授学习，在博士导师的辅导下，完成科研课题并撰写科研论文的全过程。

本期课题：

#01 项目介绍

项目介绍：

本项目将提供世界一流的概率论和统计学的现代介绍，将涵盖概率分布、期望、独立性、条件期望和马尔可夫链的基本概念，以及极大似然估计、置信区间和假设检验的概念。学生将在项目结束时，提交项目研究报告，进行成果展示。

个性化研究课题参考：

线性回归中自相关问题在建模中的求解与研究

线性回归(房价预测模型)

基于一元线性回归的变形监测数据处理与分析

项目大纲：

·概率论初步：学生将在本周学习古典概型及条件概率等 Introduction to Probability

·离散随机变量及其分布 Discrete Random Variables

·连续随机变量及其分布 Continuous Random Variables

·线性估计与误差分析 Statistical Estimation and Accuracy

·假设检验与线性回归 Hypothesis Testing and Linear Regression

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

·论文辅导 Project Deliverables Tutoring

#02 导师介绍

导师：Patrick

牛津大学University of Oxford终身教授

Patrick导师现任牛津大学统计学系的终身教授，曾任教于耶鲁大学计算机科学系，拥有普林斯顿大学博士学位，荣获牛津大学杰出教学奖。Patrick教授的研究研究兴趣集中在应用概率、统计学和计算机科学的交叉领域,聚焦于高维概率、统计和优化的基本原理，为机器学习和人工智能提供高计算效率、统计最优的算法。

#03 项目进行中

导师、副导师与助教的教学以及班主任的全程陪伴，充分保证学员的项目学习过程以及体验，提高项目学习的效果。

课堂截图

#04 项目成果展示

在科研小组成员的共同努力以及导师和班主任团队的指导帮助下，学员将自主完成完整的项目，并最终向导师进行汇报。

小组作业展示

同时，在写作课程结束后，论文老师将安排论文定题课。配合论文辅导团队的指导，学生将会把小组的科研成果进一步精细打磨，形成高质量的科研成果产出。

#05 学员反馈

学员课后评价

#06 学员录用情况