背景提升之哥伦比亚大学科研项目

哥伦比亚大学是一所位于美国纽约曼哈顿的世界顶级私立研究型大学，为美国大学协会的十四所创始院校之一，常春藤盟校之一。哥大是美国历史最悠久的五所大学之一，也是培养诺贝尔奖获得者最多的大学之一。今天小编想要介绍的这两个科研项目就是哥伦比亚大学教授的科研项目。

哥伦比亚大学博士科研课题：机器学习算法探究宏观经济与不动产估值关系

课题简介

机器学习算法探究宏观经济与不动产估值关系

房价是中国现在经济领域的热点问题，对于房价的预测也牵动着广大人民的神经，各路经济学家都从不同角度对房价进行了分析和预测。随着经济的不断发展，大量的宏观经济数据得到了全

面地统计，如国家统计局等机构都可以找到能反映国家宏观经济的数据。

本课题试图从宏观经济数据出发，如GDP(国内生产总值)，CPI(居民消费价格指数)等，利用机器学习的方法寻找房价与各个宏观经济指数之间的关系，构建房价与这些宏观经济数据之间的模型关系，从而对未来房价的走势进行预测。

科研流程

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数学、统计、英语学术论文写作等预备课程。

课程模块二：科研辅导

来自美国顶尖人工智能的机器学习科研团队将在有方学者团队的配合下，进行8-12周的科研辅导：

微积分、线性代数和概率统计入门；

学习 Python编程语言和相关的库numpy, pandas, scikit-learn, matplotlib；

学习探索性数据分析（Explorative data analysis），并通过统计方法和可视化对金融数据进行分析

学习回归分析(regression)，对金融数据进行社交媒体效应的评估

学习几种重要的自然语言处理和机器学习算法，提出初步的金融数据舆情情感分析；

课题验收需要学生完成英文学术论文的写作，并向科研团队进行答辩。

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

在科研辅导结束后

项目导师将辅导学生完成论文写作

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。

授课导师

哥伦比亚大学 计算数学博士

北京大学 理学学士

在编程方面，精通C++,CUDA C++，Matlab;在课程教授方面精通概率与随机微积分、统计推断、偏微分方程数值分析、统计机器学习、并行计算、GPU计算等。

研究方向：Machine Learning，擅长数据挖掘技术的应用

课题要求

本课题适合： 9-12 年级学生，有较强的逻辑思维和抽象思维能力

本项目适合适合申请STEM专业方向：计算机、数学等相关专业的学生。

专业领域的零基础学生，我们会提供相关的学术知识培训。

了解矩阵及其加减乘法运算和线性相关的概念；

了解统计里的标准差，线性回归，相关系数，假设检验等概念；

了解机器学习的分类，着重学习回归分析的模型，并能对模型事后验证；

会用python写简单的循环和运算，会学习使用新的数据库中的函数。

哥伦比亚大学探究项目 | 睡眠与悲伤：睡眠障碍与抑郁症的网络分析

课题简介

现代社会很多人受工作学习、生活压力、应酬社交多重因素的影响处于睡眠不健康状态，尤其是很多人喜欢睡前玩手机，这不仅会导致睡眠时相延迟，还会引起生物节律紊乱，最终影响睡眠及情绪健康。

抑郁症和睡眠障碍就是两种高度共病的精神障碍。事实上，睡眠问题通常被认为是抑郁症的一大症状。然而，睡眠时长、睡眠时间变化性、入睡时间、睡眠药物使用等不同问题和抑郁症关系不尽相同，且抑郁和睡眠问题在核心症状的确认和治疗顺序上有较大争议。

本课题旨在运用网络分析技术对中国工人睡眠和抑郁问题的数据进行分析，探究睡眠质量、入睡时间、睡眠时长、睡眠效率、睡眠障碍程度、药物使用和日间功能障碍的影响，了解其与抑郁症诸多症状的关系，并运用统计回归、网络分析等方法对数据做进一步分析处理，力求获得对疾病诊断、治疗靶确认等有指导意义的结论。

本课题是跨心理学和数据科学的综合研究，是数据挖掘相关技术的实际应用。研究者将获得使用R进行数据分析的技能和对抑郁与睡眠障碍诊断和病因的深入了解。

科研方法

AI+X数据驱动型科研

AI＋X数据驱动型科研是指使用人工智能（AI）算法，收集、处理、分析具体学科（X）的海量数据，并基于此进行预测，从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比，AI＋X数据驱动型科研可以借助AI算法强大的运算能力，高效地进行大数据分析，具有投入产出比高、适用范围广的优点。

AI＋X数据驱动型科研已被广泛地应用于各个领域，利用AI算法研究基因数据，从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万，使用传统的科研方式对其进行分析，工程量大、过程繁琐，在客观上难以实现。但借助AI算法这一便捷的工具，生命科学家便能够以海量的患者的遗传信息为基础，建立数据库，与过往的研究成果进行对照，快速、准确地在两者中发现规律、建立联系，从而使癌症诊断的“标准化”成为可能。

授课导师

哥伦比亚大学 博士（在读）

多年心理学领域研究经验，发表学术论文四篇（其中两篇以第一作者身份发表）

研究方向：精神障碍的认知、生理、社会风险因素；

课题要求

本课题适合： 9-12 年级学生，有较强的逻辑思维和抽象思维能力

英文：

具备基本的学术英语阅读能力；

接触过英文写作，有论文写作经验者更佳；

数学：

概率统计基础知识；

线性回归；

线性代数基础（行列式、矩阵运算等）；

计算机：

R编程基础

报名/咨询课题详情

请识别下方二维码