英國牛津劍橋大學線上課程09【數學】概率論與統計學研究及其應用－達仁留遊學

英國牛津劍橋大學線上課程09【數學】概率論與統計學研究及其應用

undefined

University of Cambridge/Oxford Professor Academic Online Research Program

英國牛津大學、劍橋大學教授帶領，八週線上小組科研學習+論文輔導學習，課程主題環繞數學領域裡一個極其重要的分支：概率論與統計學，提供世界一流的概率論和統計學的現代介紹，學生可收穫來自於高學術水平殿堂的研究精神/學習方法，結訓並可獲得主導師推薦信、以及一份由校方開設的結訓證書和學術評估報告。

線上科研已然成為最新遊學方式，特別是像這種名校教授開課的課程，不只有華人世界、而是全球學生瘋搶名額。想取得比別人更豐富的升學背景，就必須把握機會，趁早搶得席次。

『英國牛津劍橋線上科研營』亮點：

1.名校教授：由英國劍橋大學和牛津大學教授帶領學子進行線上科研
2.主題多元：多種研究主題，您一定可找到自己有興趣的內容
3.內容豐富：每個研究主題都有八堂課，內容豐富紮實
4.開課日多：每月開課一次，學生可有多重研究主題可選擇，豐富升學背景
5.教材紮實：來自學術高水平名校的研究水平─包含線上教材分發、教授與學生相互交流討論、教授評估學習任務、師生可直接在虛擬白板上互動等，都由校方親自把關。
6.小班制：一個班級最多不超過15人，教授和助教可分別和每一位學生都進行交流
7.跨國同儕：同班同學來自於世界各地，能盡享國籍多元的思維切磋
8.實質收穫：完成科研將可獲得參加證書，有利於升學背景提升
9.節費省時：您無須花機票錢、住宿費，只需自備含麥克風、攝像頭的電腦或手機，以及一個可上網的環境，就可參加科研。

英國牛津劍橋線上科研營』開了哪些類型的課程？

※如要詢問細節，請點我Line達仁

★研究介紹

研究分類：─數學 / 統計學 / 資料科學 / 電腦科學 / 經濟學 / 心理學
課題背景 Program Background
概率論與統計學是數學一個極其重要的分支，它研究偶然現象和隨機現象，以及如何從資料中提取有意義的資訊。隨著工程、物理、生物和資料科學的應用越來越多，這兩門學科正在迅速成為瞭解我們生活的世界的基礎。目前,概率統計理論進入其他自然科學領域的趨勢還在不斷發展, 在社會科學領域 ,特別是經濟學中研究最優決策和經濟的穩定增長等問題,都大量採用概率統計方法。
課題內容 Program Description
本項目將提供世界一流的概率論和統計學的現代介紹，將涵蓋概率分佈、期望、獨立性、條件期望和瑪律可夫鏈的基本概念，以及極大似然估計、置信區間和假設檢驗的概念。學生將在項目結束時，提交項目研究報告，進行成果展示。
This project will provide a introduction to world-class probability theory and statistics, include the basic concepts of probability distribution, expectations, independence, conditional expectations, Markov chains, maximum likelihood estimation, confidence intervals and hypothesis testing. At the end of this project, students will submit their research report and show their results.
個性化研究課題參考 Suggested Future Research Fields：
- 線性回歸中自相關問題在建模中的求解與研究 Solving and studying the autocorrelation problem in linear regression modeling
- 線性回歸(房價預測模型) Linear regression (housing price prediction model)
- 3)心理學實驗，收集和分析資料、設計基於一元線性回歸的變形監測資料處理與分析 Processing and analysis of deformation monitoring data based on unary linear regression

★適合對象

高中生、大學生
對數學、統計學、資料科學、電腦科學、經濟學、心理學感興趣的學生
具備微積分知識的申請者優先

★名校導師領銜

科學研究營

▉ 牛津大學終身教授 Patrick

Patrick導師現任牛津大學終身教授，曾任教于耶魯大學電腦科學系，擁有普林斯頓大學博士學位，榮獲牛津大學傑出教學獎。Patrick教授的研究研究興趣集中在應用概率、統計學和電腦科學的交叉領域,聚焦于高維概率、統計和優化的基本原理，為機器學習和人工智慧提供高計算效率、統計最優的演算法。導師同時對圖形建模以及蒙特卡洛類比方法頗有研究。

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.

Prof. Patrick's 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.

▉ 任職學校

牛津大學（University of Oxford），簡稱“牛津”（Oxford），位於英國牛津，世界頂尖的公立研究型大學，採用書院聯邦制。

牛津大學的具體建校時間已不可考，但有檔案明確記載的最早的授課時間為1096年，之後在1167年因得到了英國皇室的大力支持而快速發展。牛津大學是英語世界中最古老的大學，也是世界上現存第二古老的高等教育機構。該校湧現了一批引領時代的科學巨匠，培養了大量開創紀元的藝術大師、國家元首，其中包括28位英國首相及數十位世界各國元首、政商界領袖。牛津大學在數學、物理、醫學、法學、商學等多個領域擁有崇高的學術地位及廣泛的影響力，被公認為是當今世界最頂尖的高等教育機構之一。從1902年起，牛津大學還設立了面向全世界本科生的“羅德獎學金”。截止至2019年3月，牛津大學的校友、教授及研究人員中，共有72位諾貝爾獎得主（世界第九）、3位菲爾茲獎得主（世界第二十）、6點陣圖靈獎得主（世界第九）。

2019-2020年度，牛津大學位列於2020THE世界大學排名世界第1，2020QS世界大學排名世界第4，2020USNews世界大學排名世界第5，2019世界大學學術排名世界第7，2019泰晤士高等教育世界大學聲譽排名世界第5。特別的是，牛津大學於2017-2020年連續四年在THE世界大學排名中位列世界第1。

★科研開課日(每個月開課一次)：

2021年

》6開班日：6/26
》7開班日：7/31
》8開班日：8/28

★上課時間：

包含八堂研究講座+2堂論文輔導(倫敦時間星期六，上午10點至12點)，
因為有日光節約時間，台灣的冬季和夏季上課時間會不一樣。
夏季的定義為：夏季為2021/3/28 凌晨01:00起，至2021/10/31凌晨01:00止。冬季以此類推
台灣夏季上課時間星期六17:00-19:00
台灣冬季上課時間星期六，18:00-20:00

★研究大綱(教授提供)

▉ 線性代數

向量,矩陣及其運算 Linear Algebra: vector, matrix, matrix operations

▉ 隨機變數分佈及相關函數

Probability distribution: probability mass function, cumulative distribution function, expectation

▉ 統計推論與最大似然估計

Statistical inference and maximum likelihood estimation

▉ 線性回歸與建模

Linear regression modelling

▉ 統計假設檢驗

Hypothesis testing

▉ 專案回顧與成果展示