适用人群
• 适合年级:高中生/大学生
• 适合专业:对数学、统计学、数据分析专业感兴趣的学生
你能收获
• 2周在线小组科研学习+1周线下学术研讨与论文指导,共144课时起
• 1500字左右的项目报告
• 优秀学员可获得主导师推荐信(8封网推)
• EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导
• 项目结业证书
导师介绍
Z老师
清华大学
副教授
清华大学 工业工程系 副教授 博士生导师
新加坡管理大学 信息系统学院 博士后
新加坡国立大学 工业系统工程管理 博士
研究方向:基于统计学方法和人工智能方法的大规模复杂系统建模、在线监控、异常检测、 自适应数据采集,以及分布式计算策略
项目背景
随着信息时代进程的不断推进,每个人所扮演的角色不再仅仅是信息的接收者,同时也在扮演着信息的发出者,因此各行各业会在日积月累中形成极为庞大的数据量,这些数据可能会存在着一些规律和对某种未来发展方向的预测价值。伴随着计算机的发展以及各种统计软件的开发,作为一门基础学科的统计学在金融、保险、生物、医学、经济、体育、运筹管理和工程技术等领域得到了广泛的运用,许多领域因为运用了统计工具以及统计思想得到了延伸。因此统计学作为一种重要的信息分类方式和价值挖掘手段,成为极为重要的科研方法之一。
项目介绍
本课程的目的是系统地学习当前工程科学相关专业涉及的数据统计理论与数据分析基本方法。课程的主要内容包括:统计学基本概念、概率理论基础、统计抽样理论与方法、描述性统计学、推断统计学的参数估计和假设检验、回归分析。本课程具有两个特点:(1)具有比较系统的内容安排,兼顾不同学科背景学生学习。(2)以数据统计分析方法为主,并重点讨论它们的实际应用。学生在项目课程中将会对多个案例进行学习和实践:如基于假设检验的外卖订单群体差异性分析;基于回归分析的订单预测;基于方差分析的影响订单销量的多因素分析。
项目大纲
• 统计简介与概率知识回顾:数据的分布特征、常见分布函数、中心极限定理;
• 参数估计:点估计、区间估计、样本容量的确定;3D/2D视觉传感技术应用、机器人传感技术应用案例分析;
• 假设检验:基本原理、总体参数假设检验、自由分布假设检验;
• 回归分析:一元线性回归、多元线性回归、非线性回归;
• 方差分析:单因素方差分析、多因素方差分析;
• 项目答辩与点评。
2023年7月8日开课
2周在线小组科研
1周线下学术研讨与论文指导
共144课时起
前沿研究性学习&全球就业力提升