清华大数据能力提升项目《数据分析方法》选课开始 !（附旁听名额）

大数据背景下，信息类专业人才在各个行业的需求量巨大的同时，也在综合能力上提出了新的要求，不仅需要掌握对大数据进行高效处理的工具和平台搭建、分析和处理的理论方法，而且需要数据人才对行业知识的了解及应用。 清华大学大数据能力提升项目 夏季课程 《数据分析方法》课程 即将开课， 本课程将力图提高学生的以上技能，利用案例教学的方式，引导学生将所学的建模、统计、编程等知识，与行业应用的知识综合起来，达到高效解决企真实问题的能力。

课程优势： 所有的案例均是采用智能自动建模的方式。由于建模的速度很快，稳定度很高，可以大量的建立模型，协助企业利用模型解决企业的问题，这一点在其他的课程及建模工具并没有具备。

【课名】 数据分析方法（ Analytical Methods）

【课号】 Y0240363

【学分】 2

【学时】 32

【开课学期】 2017-2018学年夏季学期

【上课时间】 7.5-7.31（每周二、四）下午第三、四大节（13:30-16:55）

【预备知识】

1. 基本的统计知识；

2. 能够使用建模软件；

3. 能使用SAS软件

注：夏季学期的选课时间6.15-6.29，选课采取先到先得方式进行，请大家及时选课！（在校内选课系统选课，6月15日13:00开放）

【授课嘉宾】

王中庆， 获爱荷华州立大学统计学博士学位，明尼苏达州立大学数学/计算机科学硕士学位，新竹交通大学海洋交通管理学士学位。

科研及教学经验：

2002至今：美国中佛罗里达大学统计系数据挖掘专业主任，美国中佛罗里达大学统计系数据挖掘专业教授

2002年创建数据挖掘认证项目

2002年创建数据挖掘硕士学位

现今正创建数据挖掘博士学位中

获得各类研发项目赞助基金共200万美元

发表重要论文61篇; 发表专业书籍一本

在各类大学及专业学术研讨会演讲 83次（被特别邀请52次）

邓俊辉， 清华大学计算机科学与技术系教授

研究领域： 计算几何，科学计算可视化，计算机图形学，并行计算，分布式处理

研究概况：将计算机图形学、计算几何和并行体系结构中的算法与技术，应用于科学计算可视化领域。

研究成果： 通过物质分类与颜色赋值，提高频域体绘制的真实感；基于集群实现并行体绘制系统，使得Windows、Unix（Solaris与Irix）、Linux等不同操作系统可以协同绘制；通过对复杂场景3D模型的单调划分，提出并实现了基于GPU的实时碰撞检测算法。

数据派独家福利

数据派作为数据院的官方公众号，为大家放送10个课程旁听名额~

以下人群优先通过：

• 数据派专栏作者

• 数据派志愿者

• 清华校内师生

• 周边高校师生