课程时间：
科研及论文指导（实地）：2024-07-15 ~ 2024-07-26
论文修改及答辩（线上）：2024-07-29 ~ 2024-08-25
课程校区：
上海交通大学七宝校区
课程形式：
NeoSchool平台直播 + 线下实地授课
课时安排：
32课时教授专项慕课+2周教授线下科研指导+4周论文指导及答辩，课程总时长97课时。
课程描述
/ Course Description
课程背景
数据统计和应用是当今最重要且快速发展的领域之一。对于企业和组织而言，利用数据进行分析和应用可以帮助它们更好地了解和管理业务和客户，这在当今竞争激烈的商业世界中显得尤为关键。同时，随着人工智能、大数据和机器学习等领域的迅速发展，数据分析和应用也已成为这些领域的重要组成部分。
课程目标
该课程旨在帮助学生获得在数据管理、分析和可视化方面使用R的实践经验。课程内容涵盖了统计推断、假设检验、回归建模和机器学习等内容。学生将有机会在整个课程中将统计计算技术应用于真实世界的数据集和组织案例研究中。这门课程适合希望在统计学或计算机科学领域获得背景的学生，以及希望学习如何将统计计算技术应用于工作中的专业人士。完成该课程后，学生将具备分析和解释组织数据的能力，并能够基于数据做出决策。
学习成果
/ Learning Outcomes
导师介绍
/ Professor Introduction
适合人群
/ Suitable For
对数据科学、应用统计、计算机科学、信息系统管理、机器学习、人机交互、信息安全、医疗保健、健康大数据、教育科技、R语言感兴趣的学生。
修读数据科学、计算机科学、信息系统管理、数字经济或者商业分析专业，以及未来希望在统计学、医疗保健、信息安全等、教育科技等领域从业的学生。
研究方向
/ Research Interests
Human Computer Interaction, Digital Accessibility
人机交互、数字辅助功能
Information Security and Privacy
信息安全和隐私保护
Decision Support Systems & Healthcare Analytics
决策支持系统和医疗保健分析
classroom and Pedagogical Techniques
课堂教学技术和方法
课程大纲
/ Course Syllabus
1. 计算机信息系统概览与统计应用
2. 数据清洗与处理
3. 数据分析与统计推断
4. 回归分析-简单和多元线性回归，逻辑回归
5. 机器学习
1. Overview of Computer Information Systems and Applications of Statistical Computing
2. Data Wrangling
3. Exploratory Data Analysis Statistical Inference
4. Regression Analysis - Simple & Multiple Linear Regression, Logistic Regression
5. More Machine Learning
项目设置
/ Program System
扫描下方二维码，可获取更多相关资料
