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和商业数据分析的大门。机器学习是什么？如何与商业分析相结合？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，帮助学生厘清上述问题的答案。学生将着重了解机器学习在商业分析股市预测中的应用，利用机器学习分析市场数据解决商业问题。该项目内容包括机器学习与数据科学概论、商业分析中市场数据处理的机器学习技术与算法、Python与Jupiter notebooks交互式学习、机器学习库、股市预测等。学生将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。

  Patrick
  终身教授
  Patrick导师现任牛津大学统计学系的终身教授，曾任教于耶鲁大学计算机科学系，拥有普林斯顿大学博士学位，荣获牛津大学杰出教学奖。Patrick教授的研究研究兴趣集中在应用概率、统计学和计算机科学的交叉领域,聚焦于高维概率、统计和优化的基本原理，为机器学习和人工智能提供高计算效率、统计最优的算法。导师同时对图形建模以及蒙特卡洛模拟方法颇有研究。导师的多个研究获得了业内的一致认可，在2016-19年间，导师负责的项目“:Locality in Network Optimization”获得了美国国家科学基金会$450,000.00美元的奖金。导师经常受邀参加的全球计算机和统计专业的学术会议和论坛并发表讲座。例如2021年的International Conference on Artificial Intelligence and Statistics(AISTATS)人工智能与统计国际会议和2020年的Neural Information Processing Systems神经信息处理系统国际峰会的讲座，并在业内引起了强烈的反响和热议。导师的学术成果也多次出现在期刊和IEEE论文中，例如全球知名的机器学习期刊《Journal of Machine Learning Research》和《IEEE Transactions on Control of Network Systems》等。导师更是受邀为各所世界名校的专业研讨论坛发表演讲，例如2020年的Bernoulli-IMS One World Symposium世界研讨会和美国布朗大学，斯坦福大学的相关专业讲座。导师也凭借自身突出的研究成果，组织了多个专业论坛和研讨会，包括今年举办的第35届“Conference on Learning Theory”，导师作为区域主席组织了该论坛的活动。Patrick导师也是多个IEEE论文的审稿人，也是多个科研机构的会员，包括Institute of Mathematical Statistics(IMS)、Bernoulli Society和European Laboratory for Learning&Intelligent Systems(ELLIS)。Dr.Patrick is an Associate Professor in the Department of Statistics at the University of Oxford.Prior to joining the University of Oxford,he was a Lecturer in the Computer Science department at Yale University and a Postdoctoral Associate at the Yale Institute for Network Science.He has a Ph.D.in Operations Research and Financial Engineering from Princeton University,where he worked in Applied Probability.His current research interests lie at the intersection of Applied Probability,Statistics,and Computer Science.He is interested in the investigation of fundamental principles to perform scalable inference,learning,and optimization in high-dimensional models,and in the design and analysis of algorithms in Machine Learning,with applications to graphical models and Monte Carlo methods.

  机器学习与数据科学概论Machine learning and data science
  商业分析中市场数据处理的机器学习技术与算法Techniques and algorithms(linear models,random trees,random forests,boosting,kernel methods,deep learning,etc)on real-world market data processing
  Python与Jupiter notebooks交互式学习Python and Jupiter notebooks for interactive learning
  机器学习库Libraries for machine learning
  股市预测Machine learning on predicting the stock market
  项目回顾与成果展示Program Review and Presentation
  论文辅导Project Deliverables Tutoring

  高中生|大学生
  希望修读计算机、数据科学、商业分析等专业或者对Python机器学习在商业分析中的应用感兴趣的学生学生需要具备线性代数及概率论与数理统计基础，至少会使用一门编程语言并修读过算法与数据结构，有商业数据分析经验的申请者优先