统计学习和数学优化的运用

统计学习理论是一种研究训练样本有限情况下的机器学习规律的学科。它可以看作是基于数据的机器学习问题的一个特例，即有限样本情况下的特例。统计学习理论从一些观测（训练）样本出发，从而试图得到一些不能通过原理进行分析得到的规律，并利用这些规律来分析客观对象，从而可以利用规律来对未来的数据进行较为准确的预测。小编今天要为大家介绍的这个科研项目就有此有关，课题题目是西北大学博士科研课题：统计学习和数学优化在March Madness预测中的运用。

课题简介

统计学习和数学优化在March Madness预测中的运用

Statistical Learning and Optimization in NCAA March Madness Prediction

NCAA March Madness是全美大学生男子篮球联赛季后赛。全国共有64支大学校队根据常规赛战绩与赛程参与淘汰赛。在本课题中学生将采集NCAA男子篮球常规赛的数据，学习多种统计学习模型，并以历史常规赛数据为自变量，历史季后赛的数据为因变量建立数学模型，预测未来季后赛的比赛结果。

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

西北大学博士

曾为美国各主要机场的行动能力形象制定了指导方针；创建并维护运输局、统计局ATL机场到达/离港数据的数据库和航空气象中心的天气预报数据。

曾多次在国外期刊重要期刊上发表学术论文：”A Class of Sequential Decision Prolems with Stochastic Disruptions”

”An Enhanced Stochastic Optimization Model for Ground Delay Program (GDP)Planning”

研究方向：Machine Learning

课题要求

本课题适合： 9-12 年级学生

有一定的英语阅读和写作能力

有较强的逻辑思维和抽象思维能力

专业领域的零基础学生，我们会提供相关的学术知识培训。
不知道大家对西北大学博士科研课题：统计学习和数学优化在March Madness预测中的运用有没有兴趣呢？如果有兴趣的话，就赶快报名参加吧。

报名/咨询课题详情

请识别下方二维码