STAT3888统计机器学习课程作业辅导

数学与统计学院开设了四个学科领域的专业，即数据科学，金融数学与统计学，数学与统计学。相应地，有四个项目单位可用： DATA3888， FMAT3888， MATH3888和 STAT3888。要获得主要学生的资格，必须完成相应的项目单元(或科学跨学科项目单元， SCPU3001)。

DATA3888数据科学的顶点

先决条件：DATA2001，DATA2901，DATA2002，DATA2902，STAT2912，STAT2012之一。

评估：一个学科部分，占50%，包括一个在线测验(10%)和一个学生讲座(10%报告，20%演示，10%同行评审)，以及一个跨学科部分，占50%(由5%的反思构成)任务，10%的团队工作流程，35%的报告和产品)。

在瞬息万变的世界中，我们面临着一个新的数据驱动时代，在这个时代，有效组合和分析大型数据集的能力对于企业和政府的明智决策以及科学研究至关重要。数据科学是一个新兴的跨学科领域，其重点是高性能计算和对结论信心的定量表达，以及在不同学科背景下这些结论的清晰交流。本单元是我们的重点项目，它提供了创建公共数据产品的机会，该产品可以说明您在本学科中学到的概念和技能。在本单元中，您将有机会探索更深的学科知识;同时还通过基于项目的学习进行会议和合作。本单元的顶点项目将使您能够识别数据驱动的问题并将其放入分析框架中，通过计算手段解决问题，解释结果，并将您的发现传达给不同的受众。所有这些技能都受到雇主的高度评价。该部门将培养跨学科团队的工作能力，以解决两个或多个学科之间的问题，这对于将来的专业和研究途径都是必不可少的。

FMAT3888金融数学项目

先决条件：MATH2070或MATH2970，以及STAT2011或STAT2911。

评估：学科内容分配(10%)，学科内容测验(20%)，学科项目报告(10%)，学科项目介绍(10%)，反思性任务(10%)，团队工作流程(10%)，跨学科项目报告(20%)，跨学科项目介绍(10%)。

数学和统计是金融的有力工具，在整个世界范围内更是如此。要真正体验数学和统计学在工作中的作用，学生需要确定和探索跨学科的联系。与其他学科的交往也提供了在金融环境中以及其他世界中使用数学和统计思想的基本基础技能。在本单元中，您将开始从事金融数学或统计学领域的小组项目研究。通过该项目，您将获得团队合作，研究，拧干和项目管理的技能以及学科知识。然后，您将有机会在跨学科团队中应用学科知识，以发现和解决问题并传达您的发现。

MATH3888数学项目

前提条件：MATH2921，MATH2024，MATH2065，MATH2965，MATH2061，MATH2961，MATH2923或MATH2023之一，以及MATH2922，MATH2024，MATH2061，MATH2961，MATH2088或MATH2988之一。

评估：学科内容分配(10%)，学科内容测验(20%)，学科项目报告(10%)，学科项目介绍(10%)，反思性任务(10%)，团队工作流程(10%)，跨学科项目报告(20%)，跨学科项目介绍(10%)。

在现代世界中，数学无处不在。数学思想有助于哲学，艺术，音乐，经济学，商业，科学，历史，医学和工程学。要真正了解数学在工作中的力量和美丽，学生需要确定并探索跨学科的联系。与其他学科的交流也为在课堂之外的世界中使用数学提供了基本的基本技能。在本单元中，您将从研究您感兴趣的数学领域的小组项目开始。由此，您将获得团队合作，研究，写作和项目管理的技能以及学科知识。然后，您将有机会在跨学科团队中运用自己的学科知识，以识别和解决问题，并将您的发现传达给不同的听众。

STAT3888统计机器学习

先决条件：STAT2011或STAT2911，以及DATA2002，DATA2902，STAT2012或STAT2912之一。

评估：笔试(40%)，重大项目(50%)，计算机实验室(10%)。

数据科学是一个新兴且固有的跨学科领域。该领域的一组关键技能属于统计机器学习方法的范畴。本单元提供了将您从统计学或数据科学专业学到的概念和技能汇聚在一起的机会，并将其应用于与NUTM3888的联合项目中，统计学和数据科学专业的学生将与营养专业的学生组成团队，以解决现实世界中的问题使用统计机器学习方法。该单元将涵盖广泛的前沿监督和非监督学习方法，包括主成分分析，多元测试，判别分析，高斯图形模型，对数线性模型，分类树，k最近邻，k均值聚类，层次聚类，和逻辑回归。在本单元中，您将继续了解和探索学科知识，同时还将通过基于项目的学习进行会面和合作;识别和解决问题，分析数据并将您的发现传达给不同的受众。所有这些技能都受到雇主的高度评价。该部门将培养跨学科团队的工作能力，这对于将来的专业和研究途径都是必不可少的。