菜单

新加坡国立大学
在线课程
数据分析和金融工程
在线课程
数据分析和金融工程
在线课程导言

本课程向对数据分析和金融工程感兴趣的学生介绍数值方法精要。该课程的主要课题包含:

  • 介绍有监督/无监督学习,包括核方法(Kernel Methods)、支持向量机(Support Vector Machine),K均值聚类(K-means Clustering)及神经网络(Neural Networks);
  • 金融工程的数值方法,重点是蒙特卡洛方法的重要性抽样和各种方差衰减技术。
课程优势

在课程学习中,我们将讨论这些方法在数据分析和金融工程(例如期权定价)引起的实际问题中的应用。 此外,这些方法还在各种科学领域中找到了许多应用,因此对科学计算感兴趣的学生也将从本课程中受益。

主办院校简介

新加坡国立大学(NUS),始创于1905年,是历史悠久的世界级名牌大学。NUS正致力于发展成为蜚声海内外的综合性教学和研究机构。NUS的教学和研究以具创业精神和环球视野为特征,为迈向环球知识型经济体注入活力。QS 2020年全球大学排名:世界第11,亚洲第1;2020泰晤士高等教育世界大学排名:第25;U.S. News世界大学排名:第34。

课程导师
Dr. Teik Toe
Prof. Weiqing Ren

新加坡国立大学,理学院,数学系教授

于2002年在纽约大学科朗数学研究所获得博士学位。在2011年加入新加坡国立大学(NUS)之前,他是美国普林斯顿大学高级研究院的成员(2002-2003),在普林斯顿大学担任讲师(2003-2005),并在库兰特学院(Couant Institute)任助理教授(2005-2011)。他目前是新加坡国立大学的数学系教授。于2007年获得美国艾尔弗·斯隆基金会的斯隆研究奖,并于2015年获得冯康科学计算奖。

研究领域:应用数学和科学计算,研究重点包括:

  • 罕见事件建模的数学基础建立,有效数值方法的发现 (字符串法、最小作用法等);
  • 多相流的建模和仿真,特别是移动接触线问题;
  • 多尺度、多物理数值方法的开发和分析。
日程表(以一周为例)

在线课程为期 6 周,实时在线直播课程、线上讨论、课后作业、答疑与讨论环节。

 
时间
内容
第一周
周六 14:00-17:00
项目导览&欢迎致辞
在线课程:蒙特卡洛方法的介绍及其在金融工程中的应用
发布小组结业题目
第二周
周六 14:00-17:00
在线课程:蒙特卡洛方法,方差衰减技术(包括对等抽样,控制变量,分层抽样)
发布个人课程作业
第三周
周六 14:00-17:00
在线课程:重要采样方法:有效演讲的关键要素
第四周
周六 14:00-17:00
在线课程:数据科学和机器学习概览 - 核方法、支持向量机
第五周
周六 14:00-17:00
在线课题:数据科学和机器学习概览 - K均值聚类、神经网络
第六周
周六 14:00-17:00
小组结业汇报展示
项目结业致辞
最终成绩组成

出勤率占比15%

个人作业占比35%

小组结业汇报占比50%