应用统计学考研，
近年来,随着科学技术的飞速发展,高维数据和复杂结构数据在各领域科学研究中都越来越重要,同时,分析高维数据及复杂结构数据需要的计算能力也得到了显著提升,因此对高维及复杂结构数据的分析具有重要的意义,逐渐成为统计学研究中的热门。
本期我们特别邀请到哥伦比亚大学 统计学联席助理教授来帮助各位有留学意向的小伙伴实现背景提升，提高个人学术能力。
对数学、统计学、定量分析、数据分析等感兴趣的社员们，快来报名参加吧
热招PBL科研项目推荐
统计学：
高维结构数据分析的统计学模型与方法应用
科研项目介绍
本次课程研究高维数据及复杂结构数据的统计学模型与方法,数据结构：向量、矩阵、列表和数据框架；从各种数据源读取数据到R。合并跨数据源的数据；使用R来执行工作主干的统计任务，如多元回归和模拟分析等等。
最终教授的引导下，学生们将进行学术研究以及探讨，并结合课程内容完成一篇科研论文或其他教授要求的科研产出。科研产出的形式（小组形式或个人形式）由教授全程把关。
教授介绍
哥伦比亚大学统计学联席教授
纽约城市大学任助理教授
加州大学洛杉矶分校电气工程硕士
【教授简介】
教授曾获得德黑兰谢里夫科技大学电气工程学位、理学硕士，加州大学洛杉矶分校电气工程学位和博士学位，哥伦比亚大学统计学学位。他的研究兴趣是关于有限资源的信息处理如何塑造生物和人工系统中的学习
科研项目计划
Session 1 前奏： 优化是数据科学的基础 凸集、凸函数 投影，分离超平面，多面体集
Session 2 线性优化： 法卡斯定理 二重性理论 单纯方法 椭圆体，和内点法
Session 3 凸面优化： 梯度下降法 牛顿方法及其变体 Karush-Kuhn-Tucker条件 拉格朗日对等性 半无限编程
Session 4 组合优化： 计算复杂性 近似算法 次模态函数 局部搜索和贪婪算法 动态编程 矩阵、多线性扩展、凸和凹的封闭性 取整技术 连续近似算法
PBL科研项目收获
▲ 教授推荐信
▲ 学术论文
▲ 学术评估报告
▲ 项目成绩单
▲ 学术能力提升
适合人群
√ 对数学、统计学，定量分析，数据分析等感兴趣的同学
√ 有意提高自身知识水平和学术能力的同学
√ 有留学意向、参与自主招生选拔、跨专业深造或计划考取名校的同学
√ 希望提升留学文书申请质量，锻炼英文论文撰写能力的同学
√ 希望在学术期刊上发表论文提升个人竞争力的同学
√ 对海外名校课堂深感兴趣或已收到海外大学录取信，想提前跨越中外学制鸿沟的同学
课程参考安排
课题海报
【ASC 新研学院】
ASC，中文名新研学社，成立于 2008 年，由哈佛大学、普林斯顿大学系主任及终身教授领衔发起，是中国第一家以常春藤盟校为核心师资的背景提升项目，也是中美各大顶尖高校一致认可的科研项目平台。
核心师资来自全美及全英拥有超过 1000 位常春藤盟校、G5 英国顶尖名校及行业顶尖排位的终身教授人才库。并结合时下最热门学科领域与行业热点，针对全球学员在各科系、各院校、各时间段的需求点，无缝对接。
应用统计学考研()
