开始日期: 2024-11-09

　　课时安排: 4周在线小组科研学习+2周不限时论文指导学习

　　适合人群

　　适合年级 (Grade): 高中生/大学生

　　适合专业 (Major): 对数学、统计学、数据科学、计算机科学、经济学、金融学感兴趣的学生。

　　具备微积分知识的申请者优先

　　建议选修: 高等数学综合：微积分、线性代数与概率论

　　导师介绍

　　Alberto

　　加州大学伯克利分校 (UCB)终身正教授

　　Alberto 导师是加州大学伯克利分校应用数学终身正教授，在加州大学伯克利分校讲授线性代数等课程，曾任数学与应用数学中心主任和数学系主任。Alberto曾任英国物理研究所出版刊物Inverse Problems 主编，曾在全球Top1应用数学研究中心纽约大学柯朗数学研究所 (Courant Institute)、IBM全球研究中心、美国最杰出的国家实验室之一劳伦斯伯克利国家实验室(Lawrence Berkeley Lab) 进行教学或研究工作，是LBNL数学系的资深科学家。Alberto的研究聚焦应用数学、数学分析和概率论等，多次应邀至世界各地知名学府发表主旨演讲。

　　任职学校

　　加州大学伯克利分校(UCB)始建于1868年，是美国大学协会14个创始成员之一，世界著名公立研究型大学，在学界享有盛誉，泰晤士高等教育一直将UCB列为世界上最具声望的6所大学之一。2020年UCB在U.S.News美国公立大学排名Top2。“截止2019年3月，UCB的校友、教授及研究人员中共产生了107位诺贝尔奖得主(世界第三)、14位菲尔兹奖得主(世界第四)、25位图灵奖得主(世界第三)。”

　　项目背景

　　概率论与统计学是数学一个极其重要的分支，它研究偶然现象和随机现象，以及如何从数据中提取有意义的信息。随着工程、物理、生物和数据科学的应用越来越多，这两门学科正在迅速成为了解我们生活的世界的基础。目前,概率统计理论进入其他自然科学领域的趋势还在不断发展, 在社会科学领域 ,特别是经济学中研究最优决策和经济的稳定增长等问题,都大量采用概率统计方法。

　　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

　　概率论与随机变量 Definitions of probability and random variables

　　随机变量分布及数学期望 Distributions and expected values

　　统计估计与检验 Estimation and testing

　　随机过程 Stochastic processes

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

　　论文辅导 Project Deliverables Tutoring

　　项目收获

　　4周在线小组科研学习+2周不限时论文指导学习 共125课时

　　项目报告

　　优秀学员获主导师Reference Letter

　　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(可用于申请)

　　结业证书

　　成绩单