暑期线上科研项目 | 麻省理工学院MIT导师，机器学习在金融领域的应用项目
机器学习在金融领域的应用
这个项目尤其适合于在今年下半年就申请美国大学而到目前为止还没有充分的科研项目的同学。
时间紧、见效快、肯定能够拿到美国名校教师的推荐信。
同时，这些项目也适合于以后想申请美国大学的同学。教你做科研的理论和实践。
01
适合人群
项目希望学生具备机器学习和金融领域的基础知识，同时十分欢迎零基础但是对机器学习和金融充满兴趣，渴望掌握领域知识，未来在相关领域继续深造的学生。
02
时间和时长
项目开始时间：2019年7月。
时长：6周，每周除课堂时间外自主学习8小时
03
授课语言
麻省理工学院MIT导师全英文授课
04
课程介绍
2017年，摩根大通发布了一份题为《大数据与人工智能战略:机器学习和其它投资数据分析方法》的报告，对机器学习对金融领域的影响进行了全面的阐述，昭示着机器学习已经敲开金融领域的大门。
机器学习是什么?如何与金融相结合?课程将通过介绍两种非常实用的金融分析工具，即Python编程语言和机器学习工具包，帮助学生厘清上述问题的答案。学生将着重了解机器学习在金融工程中的应用，从机器学习导论开始,学习如何使用Python notebook和关键Python统计和机器学习库来分析数据和解决问题。学生将通过亲身实践，学习如何最大程度地利用上述I具进行数据分析并阐明结果,在课程结束时提交小组报告，进行成果展示。
05
授课模式
10课时的主导师Lecture：麻省理工教研体系深度浸泡。
6课时一对一Office Hour：扫除你上课时积累的所有疑难知识点。
12课时Lab Session：指导小组完成实战项目。
2课时的成果汇报Presentation：见你所学知识呈现给导师及所有学员。
24小时内答疑回复：第一时间解决你的遗留问题。
全程助教辅助模式：课程期间配双语助教全程辅助教学过程，不让任何一个学生拉下进度。
班主任跟踪监督模式：不让懒惰拖延成为你成功路上的绊脚石
师生比例1比3：小班教学，人人都能与大佬沟通熟悉，打通人脉。
06
导师介绍
加州大学伯克利分校信息学院前讲师。
Coco K.博士关注数据科学研究，善于将机器学习方法与金融等多个领域相结合，有着丰富的学术和行业经验。
Coco K.博士曾任教于加州大学伯克利分校，并且曾供职于美国银行(Bank of America)和Metaweb(谷歌子公司)等国际知名企业，带领团队，从零开始构建数据功能。
07
课程大纲
第一周:机器学习导论
机器学习基本概念
机器学习在金融领域的应用概述
Python和Anaconda入门
数据读取和数据分析入门
第二周:分类与逻辑回归
金融分析常见机器学习理论
分类与逻辑回归
Python notebook
如何生成有效图表进行数据分析
第三周:随机森林算法
如何解读逻辑回归结果(一)
随机森林算法和其他基于树的算法
随机森林在数据组中的应用
如何使用随机森林算法分类和分析
第四周:机器学习模型测试
如何解读逻辑回归结果(二 )
如何解读随机森林算法结果
机器学习模型测试
测试机器学习模型输出结果的可靠性
第五周:反思与回顾
课堂讨论:机器学习在金融领域的应用
反思与回顾
加深学生对项目的理解，为成果展示做好准备。
第六周:项目成果展示
08
项目价格
每人19800元。
09
项目收获
1、一封权威推荐信
来自MIT学导师为优秀学员撰写的推荐信，对留学申请是一封强有力的推荐信。
30%的学生会被评为优秀学员。推荐信由主导师写；剩余70%的学生推荐信由助教来写。
2、提升你的简历
值得写进你的简历的美国名校项目实战成果，与来自美国名校的导师一起工作交流。
总之，参与这个项目，就有美国导师的推荐信，同时，丰富了你的申请中的简历部分，对你未来的学习规划也会有极大的帮助。
10
报名与咨询