23年卷王「寒假时间表」来了！科研/竞赛成关键？

本课程延续了从管理经济学开始的顺序，并向学生介绍了战略互动、寡头垄断、风险态度和信息不对称等新概念。在许多市场中，买家和卖家拥有不同的信息，这可能导致市场效率低下。这些深奥难懂的经济学概念，都会通过老师深入浅出的剖析，结合生活中实实在在的例子，呈现在学生的面前。

项目将通过介绍两种非常实用的商业分析工具，即Python编程语言和机器学习工具包，帮助学生理清上述问题的答案，以及在项目中学习如何使用机器学习完成商业市场数据分析，进行股市预测，在项目结束时，提交项目报告，进行成果展示。 

本项目将帮助学生了解公司如何进行数字化转型及其中涉及到信息管理技术。项目将根据导师对数字生态系统和平台的研究，并帮助学生了解优秀的传统公司如何借助新的数字技术进行自我转型。这门课程主要面向想了解现代商业模型知识的学生。项目还将向学生介绍公司中数据的角色是如何变化的，以及企业通过新颖的数字策略并使用最新技术来释放数据的价值。 

项目内容主要包括公司概况与战略分析、财务分析技巧、财务比率分析等理论知识与案例实战。本项目将向学生介绍进行财务报表分析所需的技能，这些技能与金融行业的广泛职位相关，包括银行、资产管理、私募股权和并购。学生将运用财务报告分析方法，财务关键指标的运算，对某一企业进行财务报告分析并撰写财务分析报告，在项目结束时提交小组报告，进行成果展示。

 本项目内容为金融市场投资的必备核心知识与技能，包括无套利原则、远期、期货、期权、二叉树期权定价模型、布莱克-斯科尔斯期权定价模型与实物期权等。

本项目将对介绍机器人在工业应用的现状、问题和前景展望、机器人操纵器常见结构的分类，运动学，运动规划，学习，传感和控制等机器人学概述、机器人运动学（固定机器人和移动机器人）、机器人的各类驱动器，包括电机和不同外部及内部传感器并了解SLAM以及如何操纵在未知环境中的机器人、机器人运动规划与增强学习控制等多个方面的内容。

本项目将带领学生详细了解机器学习的主要方法和当前的研究方向，涵盖机器学习中的不同算法的分析与对比。项目在讨论至今仍有效的如决策树的经典算法外，还将讨论以深度学习为例的改变了机器学习领域的新技术。

项目内容涉及强化学习核心理论和技能，具体包括遗传算法、强化学习框架、Q-learning、行动者-批评（actor-critic；AC）模型、马尔可夫决策过程、优化控制、图神经网络（graph neural networks; GNN）、自动机器学习（Auto ML）等。

项目将从力学基本原理入手，介绍宇宙中随处可见轨道运动，以围绕恒星移动的行星、围绕行星移动的卫星和相互环绕轨道上的黑洞为例，探究轨道计算原理。并带领学生探究恒星周围是否有行星的存在。

项目内容包括笛卡尔坐标与极坐标、复数的参数与对数、可微函数、柯西-黎曼方程、幂级数、柯西定理、柯西积分公式应用等。