数据科学专题：数据清洗、可视化分析与不确定性决策一互联网平台与电商公司如何利用数据预测用户行为并制定商业策略?

　　开课时间:2026-10-24

　　6周线上直播+6周论文辅导+6次产学研导师课

　　难度★★★☆☆

　　10封教授网申推荐信+1篇英文会议论文辅导+1封产学研导师推荐信+产学研方案+国际NGO岗位实习内推机会

　　导师介绍

　　S.G.

　　康奈尔大学计算机学院教授

　　SIGMOD2023最佳实验成果荣誉提名奖

　　ACM SIGSOFTFSE 2017最佳论文奖 (Best Paper Award)

　　ACM SIGMOD Entity Resolution Programming Contest 全球前五强

　　美国计算研究协会(CRA)颁发的 Computing Innovation Fellowship获得者

　　产学研导师

　　计算机领域顶尖技术专家

　　前阿里达摩院高级人工智能训练师

　　深耕AI大模型、机器学习、智能数据分析等多个核心板块

　　多次在国际技术顶会分享 AI赋能各行业的核心成果与实践方法论

　　精通数据科学建模、AI算法落地、行业场景AI赋能等关键能力

　　课程简介

　　在本课程中，学生将系统学习"数据如何转化为现实决策"的全过程，并理解现实世界中的数据分析并不仅仅是”计算结果"，而是一个涉及信息判断、风险评估与逻辑推理的综合过程。课程将从最基础的数据概念入手，带领学生认识不同类型的数据形式，包括数值数据、类别数据与时。间序列数据，并进一步学习数据是如何被收集、整理与组合的。随后，课程将聚焦真实世界中最常见的数据问题，例如缺失值、重复数据、异常数据以及数据偏差等，让学生理解为什么现实中的数据往往并不"完美”，以及这些问题会如何影响最终的分析结果与决策质量。学生还将学习基础的数据可视化方法，通过柱状图、折线图、散点图等方式观察趋势、识别规律，并训练从复杂信息中提炼有效结论的能力。

　　除了基础分析能力外，本课程尤其强调"如何利用有限且不完全的信息做决策"。学生将通过多个现实案例，学习区分"相关性”与”因果关系"的核心差异，并理解为什么很多看似合理的数据结论其实可能存在误导性。课程将进一步引导学生思考:当数据存在噪声、不确定性甚至偏见时，人们应如何制定更加可靠的判断与行动方案。通过健康数据、社交媒体数据、电商平台数据、交通数据等真实案例，学生将接触到数据分析在。商业、公共政策、社会治理与科技平台中的实际应用场景。最终，学生不仅能够完成基础的数据分析与可视化任务，更能够建立面向现实问题。的数据思维，具备用数据支持观点、解释现象并提出合理决策建议的能力。

　　课程要点

　　数据偏差(Bias)

　　数据生命周期(Data Lifecycle)

　　数据可视化(Data Visualization)

　　数据驱动决策(Data-driven Decision Making)

　　相关性vs因果关系(Correlation vs Causation)

　　不确定性决策(Decision-making under Uncertainty)

　　适用学生

　　适用于对数据科学、商业分析、统计学、应用数学、计算机科学等专业感兴趣的学生

　　计划申请海外名校，需要提升申请竞争力的学生

　　对高含金量的学术推荐信有需求的学生

　　希望提前了解意向专业，或转专业申请缺乏相关研究经历的学生

　　希望提前适应国外教学方式，提升学习能力的学生

　　项目收获

　　18周课程:6周顶尖名校教授课+6周经典论文教学+6周产学研导师授课的上课体验

　　技能学习:熟练掌握论文框架、技巧、相关知识等内容

　　推荐信:10封顶尖名校教授Reference Letter

　　论文投稿:EI/CPCI/Scopus/EBSCO或同等级别国际会议全文投递与发表指导

　　课程证明:来自顶尖名校教授签发的项目证明

　　产学研项目证明及推荐信:由香港学术交流及创新中心*官方背书的项目证明，及1封PDF名企产学研导师签发的推荐信

　　*香港学术交流及创新中心(HKREIC)由香港城市大学教授发起，香港大学、香港科技大学、香港中文大学教授参与，国家及地方政府相关产学研基金、北京大学创业训练营、中国科学院人才交流开发中心等多家顶尖学术机构联合参与，定位为融合政府、学术界、产业界与非营利机构的跨界协作平台。由该平台背书的证书具有较高的权威性和辨识度，在学生后续的推免综合评价中作为科研创新成果认定时也更具说服力，相较于普通课程证书含金量更高