
原标题:Embark有方学者 | UCLA博士最新课题:率的预测与地图可视化

有方教育——我们致力于为中学生提供学界和业界前沿的学术科研教育内容,帮助学生参加海外科研项目,在提升申请竞争力的同时,获得领跑优势。


机器学习(Machine Learning)是人工智能的一个分支,涉及概率论、统计学、计算机科学等多门学科。机器学习算法从数据中自动分析获得规律,并利用规律对未知数据进行预测。
机器学习已广泛应用于自动驾驶汽车、自然语言处理、网络搜索、医学诊断、检测欺诈、人类基因组序列测序、语音和手写识别、机器人等领域。
相关学科
【相关学科】
数学 – 概率统计、线性代数
计算机 – 机器学习、人工智能
数据科学 – 预测建模、数据可视化、地图制作


率的预测与地图可视化
Crime prediction and visualization in mapping
电影《少数派报告》中,人类能利用感知未来的超能力预测企图,提前防止发生。这虽然是科幻,但人工智能在系统上的应用能给我们的社会带来相同的超能力。
巡警们可以根据预测电子地图,对有可能会发生活动的地区提高警惕,加强巡逻。机器学习可以帮助系统精准打击、有效预防,并且把有限的警力资源投入到最需要的地方。
本课题旨在探索机器学习在预测率分布中的应用。通过整合海量的美国大城市历史数据,社区环境数据及人口数据,运用预测建模方法寻找地区率分布的规律,最终建立自动预测未来率趋势的模型,并且运用数据可视化方法制作互动式电子地图来呈现历史数据和预测结果。
【课题要求】
1、英文:能够查找和阅读英文资料,如网上的编程教程、课件等
2、数学:
- 概率统计基础知识
- 线性回归、逻辑回归
3、计算机:

最好有一定的计算机基础,并最好项目开始前基本了解,开始后1-2周强化掌握以下编程技术:
- Python编程基础
- pandas库基础
- scikit-learn库基础
- R shiny程序包
- R tidyverse程序包


加利福尼亚大学洛杉矶分校 博士
UCLA 计量心理学Ph.D毕业,毕业于UCLA计量心理学,本科毕业于北京大学心理学。
现任UCLA 健康政策研究中心首席统计师,钻研加州地区健康数据分析,并带领统计团队进行统计工作。
发表多篇SCI论文,并且担任SCI期刊Statistical Methods in Medical Research 的审稿人。
具有多年带教经历,曾任UCLA心理系Teaching Fellow,独立主持实验室和讨论课程。
来自美国顶尖计算机科学团队将在有方学者团队的配合下,进行8-12周的密集教学和科研辅导,帮助学生系统完成科研项目学习、实践。

【课程模块一:预备课程】
在教学过程正式开始前,有方学者会根据学生的具体情况提供相关知识学科和英语学术论文写作等预备课程
【课程模块二:科研辅导】
课程内容包括:
1、基于机器学习的预测模型介绍及对比实验。
2、概率统计,预测模型;
3、Python编程基础,包括pandas, scikit-learn库和Jupyter Notebook环境;
4、R编程基础,包括tidyverse, 和shiny程序包和R Studio编程环境。
*指导速度可能因实际教学情况而异
【课程模块三:论文写作&发表】
1:项目导师将辅导学生完成论文写作
2:协助学生完成论文在英文学术期刊上正式发表。
整个科研教学流程中,每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度,确保取得研究成果。
本文来自电脑杂谈,转载请注明本文网址:
http://www.pc-fly.com/a/jisuanjixue/article-71949-1.html
那里的许多岛屿的主权一贯存在争议
这是教育体制落后的具体体现
南方黑芝麻糊
猪狗不如的教授
无论中国谁当领导