Redian新闻
>
1月预告!数学建模、商业分析、量化金融、机器学习项目实战开课!

1月预告!数学建模、商业分析、量化金融、机器学习项目实战开课!

公众号新闻


►►►

数学建模训练营


开课时间2023年1月4日、2023年1月16日


数学建模训练营

训练营以数学建模常用算法为切入点,由指导老师带领学员学习并掌握十余种数模算法的原理及应用,以及MATLAB、STATA、SPSS等工具的使用,并通过“高斯杯”全国大学生数学建模竞赛进行实战演练,熟悉完整数学建模参赛过程。


适合人群

目标专业:申请理工科/商科等方向的同学,适用范围广


希望获得数模知识和技能并进行实践的同学


想要通过数模经历丰富定量研究经历的同学


具体安排

模块一

学与练

配套知识与技能补充

(3-4周)

  • 数学建模基本介绍及参赛注意事项:竞赛介绍,任务安排建议,赛前准备提醒

  • 工具学习:MATLAB,Stata,SPSS

  • 算法精讲:层次分析法,TOPSIS,灰色关联,插值拟合,相关分析,回归分析,蒙特卡罗,数学规划

模块二

完成数模论文与参与竞赛

(2-3周)

  • 完成组队,进行赛题选择
  • 推进文献阅读,问题分析,算法使用,建模分析等步骤
  • 完成数学建模论文,参加“高斯杯”数模竞赛

    你将收获

    针对当期竞赛

    完成解题代码与论文

    (往期数模论文示例)


    数学建模竞赛经历

    并用于申请

    (往期数模经历示例)


    数学建模竞赛证书

    (往期证书示例)



    ►►►

    商业分析项目实战

     

    开课时间2023年1月9日

    项目主题:农村淘宝电商崛起发展现状研究

    2009年以来,许多农村人群在淘宝网上开设店铺,催化了中国‘淘宝村’的诞生。2013年,阿里发布了20个中国淘宝村,2022年全国共发现7780个淘宝村,2429个淘宝镇,在淘宝村、镇经历了十余年的高速发展且数量已达到较大基数的背景下,今年仍然实现两位数的增速,表明数字经济与乡村深度融合仍然具有较大潜力。


    淘宝村的特色一直都是典型的乡村产品,包括粮油干货、瓜果蔬菜、畜禽蛋奶和零食茶饮等,本项目收集了各类淘宝村的店铺数据以及商品的价格、销量和人气等数据,以可视化和挖掘建模的方式解读农村淘宝的经济特征,从商品特色、品质和口碑等方面,探究淘宝村如何实现兴农扶贫的目标。



    适用人群


    • 目标专业:商业分析/市场营销/管理学等相关专业


    • 需要增加商业数据分析经历,实践完整流程,丰富简历的同学


    • 想要快速补充商业分析领域知识,并掌握Python数据处理和建模技能的同学


    • 希望了解并体验业界常规作业模式,提前感知专业与职业兴趣的同学



    具体安排

    模块一

    学与练

    配套知识与技能学习

    (3-4周)


    • 基础与常用方法:描述性统计,逻辑回归分析,聚类分析,文本分析,回归分析,主成分分析等

    • 工具学习:Python,Numpy,Pandas,Matplotlib,Scipy,Statsmodels,Sklearn等

    • 案例精讲:手机线上销量影响因素分析项目

    模块二

    代码能力测试


    _

    模块三

    具体项目实战与论文报告

    (2-3周)

    • 针对项目主题,进行背景调查资料整理
    • 利用相关数据,选择或改进适合方法进行实证分析
    • 完全项目论文报告


    你将收获

    针对课程完成研究

    完成代码与报告

    (往期报告示例)



    与目标专业匹配的对口经历

    并用于申请

    (往期项目经历示例)



    课程与项目证书

    (往期证书示例)

    ►►►

    机器学习项目实战

     

    开课时间2023年1月11日

    项目主题:基于机器学习的京东潜客挖掘系统

    随着京东电商平台发展至今已经有了很大的用户体量,而头部商家每天所接待的客户数量与日俱增,从中定位高价值客户是提升商家成交量的重要手段。人工挖掘的成本过高,需要更多的客服去支持,而如果想实现大规模的精细化营销更是需要投入大量的人力和时间。伴随着大数据和人工智能技术兴起,可以通过数据挖掘建模技术建立客户标签,定位目标客户群,实现精准营销降低成本。


    本次项目中使用的是京东商城客户的日常行为数据如:点击次数、浏览方式、浏览时间等,将利用python对其进行清洗预处理,之后进行特征工程的构建得到建模所需的数据,利用逻辑回归、决策树、随机森林等模型来搭建潜在客户分类模型,对比多种模型的指标表现选取最优预测模型。

    适合人群

    • 计划申请数据科学/分析学/人工智能/计算机/统计学等专业的同学


    • 需要增加算法应用经历,实践完整流程,丰富简历的同学


    • 想要快速补充数据挖掘算法知识,并提升编程熟练度的同学


    • 希望加深对算法的理解和应用,提前感知专业与职业兴趣的同学



    具体安排

    模块一

    学与练

    配套知识与技能补充

    (3-4周)


    • 基础与常用方法:缺失值处理、异常值处理、独热编码、包装法、过滤法、逻辑回归、决策树、Kmeans聚类

    • 工具学习:Python、Numpy、Pandas、Matplotlib、Sklearn等

    • 案例精讲:链家二手房数据处理与分析、鸢尾花分类模型搭建、居民收入水平预测、餐厅年度销售额预测

    模块二

    代码能力测试


    _

    模块二

    具体项目实战与论文报告

    (2-3周)

    • 针对项目主题,进行思路整理框架搭建
    • 利用相关数据完成预处理、特征工程、模型搭建与评价工作
    • 完成项目论文报告

    你将收获

    针对课题完成研究

    完成代码与论文

    (往期项目报告示例)


    与目标专业匹配的对口经历

    并用于申请

    (往期项目经历示例)


    课程与项目证书

    (往期证书示例)


    ►►►

    量化金融项目实战


    开课时间2023年1月12日

    项目主题:基于分析师因子的量化选股策略

    上市公司定期财报是量化基本面因子的主要来源,但由于公布时间滞后、频率较低,其信息时效性较弱,股价也往往提前反应。为了弥补上述缺陷,我们可以利用分析师预期数据。卖方分析师对行业及企业的研究通常较普通投资者更为深入,与其覆盖行业的上市公司有着较为紧密的联系,信息获取更为及时,因为分析师预期数据已经成为量化选股的重要信息来源。


    本项目将首先对卖方分析师推票事件进行梳理,并分析卖方研报覆盖率,这是使用分析师数据的重要基础。在此基础上,我们将基于分析师一致预期来构建因子,并对各种不同类型的预期因子进行深入分析,与其同类财报因子的选股能力进行对比,选择表现较好因子构建量化选股策略,并进行回测。


    适合人群

    · 目标专业:金融工程、金融学、经济学等相关专业


    · 想要快速补充实证资产定价等相关知识的同学


    · 希望熟练掌握Python数据处理及分析的同学


    · 需要增加量化分析经历,实践完整流程的同学


    具体安排

    模块一

    学与练

    配套知识与技能补充

    (3-4周)


    • 基础与常用方法:金融数据获取,处理,财务分析,金融计量常用方法,实证资产定价

    • 工具学习:Choice,Python,Numpy,Pandas,Matplotlib,Scipy,Statsmodels等

    • 案例精讲:大宗交易市场特征分析、三因子模型适用性检验、A股市场多因子模型

    模块二

    代码能力测试


    _

    模块二

    具体项目实战与论文报告

    (2-3周)

    • 针对项目主题,进行相关文献梳理
    • 利用相关数据,选择或改进适合方法进行实证分析
    • 完成项目论文报告


    你将收获

    针对课题完成研究

    完成代码与论文

    (往期项目报告示例)


    与目标专业匹配的对口经历

    并用于申请

    (往期项目经历示例)


    课程与项目证书

    (往期证书示例)


    扫描下方二维码

    咨询项目详情




    微信扫码关注该文公众号作者

    戳这里提交新闻线索和高质量文章给我们。
    相关阅读
    2008年,江泽民同志发表论文指出:发展智能化、机器学习会大有作为双非申请热门商业分析、数据科学专业,如何提升背景?对人工智能、机器学习感兴趣?不如先来实践一下!|《美团代金券智能促销系统》CV发论文的机会来了!南洋理工项目招生(仅限深度学习,AI,机器学习,迁移学习方向)年薪$200k起 | 量化金融求职1V1定制计划随时启动!对量化金融、定量分析感兴趣?不如先来实践一下!仅剩一席|三大财务报表、估值建模、DCF项目实操等投行必备技能一次搞定!时隔七年的填坑之作:《机器学习数学》书稿PDF免费下载了“剧集创作项目班”第二阶段实战部分,下周四开课!不同体制下的四块实验田一座慕尼黑现代教堂机器学习中的新数学,加速AI训练离不开数字表示方式和基本计算的变革《梨花颂》最后机会|三大财务报表、估值建模、DCF项目实操等投行必备技能一次搞定!下周预告!《进口跨境电商天猫国际销售特征研究》商业分析项目实战开课!“剧集创作项目班”第二阶段实战部分,即将开课!美国人也酷爱菊花江泽民2008年论文指出:发展智能化、机器学习会大有作为刀法招聘|行业分析师、商务BD等6个岗位热招中,快来加入我们吧!倒计时3天!数学建模训练营开课!对数学建模感兴趣?不如先来实践一下!量化机器学习的实验设计和常见陷阱“剧集创作项目班”第二阶段实战部分,周四开课!2022美国top10量化金融硕士详解(下)企业招募 | 加入哥大量化金融专场招聘会,招揽藤校优才量化金融、机器学习项目实战开课!对人工智能、机器学习感兴趣?不如先来实践一下!博士后申请 | 西湖大学张岳课题组招收基础自然语言处理、机器翻译、机器学习等方向的博士后新的政治局有多少新三届?谷歌、微软、OpenAI等七大巨头的重量级机器学习项目走向开源商业分析、机器学习、数学建模训练营、量化金融项目实战2月开课预告!本月预告!数学建模训练营、商业分析、机器学习背景提升项目实战开课!深度好文|谷歌、微软、OpenAI等七大巨头的重量级机器学习项目走向开源2月预告!商业分析、机器学习、数学建模训练营、量化金融项目实战下月开课!数学建模、商业分析、量化金融、机器学习背景提升项目实战1月安排!
    logo
    联系我们隐私协议©2024 redian.news
    Redian新闻
    Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。