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。
课程概览
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。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。
课程二:市场营销与营销管理
课程概览
营销分析是改变以成本为中心的观念的重要手段,以此为基础策划营销活动和预测活动效果是成功实现营销目标的关键。依靠数据科学和机器学习技术,学员将学习如何预测营销对客户行为的影响。本课程将讨论市场营销流行的主题，如营销组合建模，客户倾向建模和市场篮子分析等。
课程三:商业分析与优化
课程概览
大数据的发展为管理大量的信息和通过分析改进业务决策提供了基础，科学地利用数据工具能让企业在快速变化的环境中依然保持稳定的竞争力。本课程将介绍如何以分析和算法为手段达成业务需求，帮助参与者更好地使用各项数据工具。
课程目标:
理解机器学习端到端工作流和业务应用程序使用基于图形用户界面(Graphical User Interface)的分析工具来进行数据清洗和准备开发机器学习建模，如分类、预测和聚类选择最合适的模型来解决特定的业务问题
课程四:新闻传播与新媒体
课程概览
本课程全面介绍了在当今不断变化的媒体环境下新闻研究和实践的发展，让学生从历史视角、国际视角全面了解新闻理论的发展过程,该课程的主要课题包含:
新闻理论:新闻研究的历史与发展、中西新闻比较研究
媒体写作:包括印刷媒体写作、广播新闻写作、互联网新闻写作
数字时代的新闻业:人工智能与编辑室自动化
在课程学习中，学生可以从不同的理论视角评价新闻领域的发展;拓宽对亚洲与西方新闻领域的认知;了解数字时代下，成为一名优秀记者所需的工作技能。
课程五:教育与教学管理
课程概览
本课程的重点是教学技能和教学方法的培养，目的是通过科学的教学方式提高教学效果、促进教学对象学习的积极性。它包括主题讨论和简短的练习。课程内容包括建构主义教学法、主动学习、网上学习、教案、课程及评核设计、教育科技的应用等。课程结束时，学员将自行设计一份课程大纲或课程计划，并在最后一周提交。
课程结束时，学生可区分不同的学习和教学风格;了解教学大纲设计、课程计划和搭建技术的过程;设计课堂和在线活动，确保积极的体验式学习。
