Fundamentals of AI and Data Analytics

课程简介

数据科学概论 数据收集、数据类型、数据结构、精选案例研究 数据准备与探索 数据清洗/处理、数据汇总、频数表、密度图、数据可视化、统计与数据分析的计算工具（如 R/Python） 基础统计 描述性统计、集中趋势和离散程度的度量、相关性度量、线性回归 人工智能 机器学习的概念、人工神经网络、通过 Python API 如 scikit-learn 的分类算法 应用 数据科学和人工智能在特定主题如金融分析、回归分析、预测等中的应用

学习目标

本课程介绍基于统计学和计算工具的基本数据科学和人工智能概念和技术。同时，通过实际案例展示数据科学和人工智能在现实生活中的应用。

先修要求

无

教学模式

本课程主要通过讲授/辅导/实验室/研讨会进行。通过讲授和辅导活动介绍课程大纲中的基本数据科学概念，并通过演示和练习题加以强化。实验室将介绍计算机编程的实用技术。研讨会将由特邀嘉宾就特定主题进行讲解。还将采用“基础统计”电子模块作为自学辅助工具，帮助学习基本统计知识。