2017金融預測與數據科學會議通知（第二輪）
中國 四川 成都
（會議新增特邀嘉賓、投稿通知及推薦酒店，詳情請見正文）
為促進國內外在金融預測與數據科學領域的國內外專家學者與企業從業者的研究討論與交流，共同探討領域新視點，推動金融領域與數據科學領域的繁榮發展，西南交通大學金融大數據研究院將於2017年10月14-15日舉辦2017年金融預測與數據科學會議。本次會議的主題覆蓋了資產回報預測，市場預測，大數據，數據科學，數據挖掘，機器學習，以及它們在金融、商業、公共服務與安全等領域的應用。竭誠歡迎海內外專家學者以及企業人員參與本次會議。
一. 會議時間及地點：
會議時間：2017年10月14日-2017年10月15 日
會議地點：九里校區信息樓1020學術報告廳
報到時間：10月13日
會議主題：促進金融預測與數據科學領域的國內外專家學者研究討論與學術交流
二．會議組織：
主辦單位：西南交通大學
承辦單位：數學學院
金融大數據研究院
組織委員會：
大會主席：李維萍（西南交通大學&俄克拉荷馬州立大學）
周國富（美國華盛頓大學聖路易斯學院金融學Frederick Bierman and James E. Spears講席教授）
組織成員：
葉璐 西南交通大學
樊茜 西南交通大學
喬高秀 西南交通大學
金大祥 西南交通大學
趙盈娜 西南交通大學
聯繫方式：
趙盈娜 TEL：028-66367647/ 15608198039 Email: [email protected]
會議網站：
http://www.icemf.com/
三. 會議嘉賓：
Keynote Speaker: Guofu Zhou, , USA.（Invited Speaker）
Cliff Asness, AQR Capital Management, USA.（Invited Speaker）
Bin Yu, ,USA.（Invited Speaker）
Juliana Freire, New York University, USA.（Invited Speaker）
Zhihua Zhang, Shanghai Jiaotong University, China.（張志華，上海交通大學）
Maria-Florina Balcan, Carnegie Mellon University, USA.
Jie Cao, Chinese University of Hong Kong, China.
Yuecheng Jia, Central University of Finance and Economics, China.
Adrian Fernandez-Perez, Auckland University of Technology, New Zealand.
Tarun Ramadorai, University of Oxford, England.
Dave Rapach, Saint Louis University, USA.
Dacheng Xiu
, University of Chicago, USA.Call for Papers and Participants. Papers on any topics related to financial predictability and data science will be considered. Submissions will be reviewed anonymously under the guidance of the track chair and academic committee. Authors will be notified of the acceptance decision by October 10.
四、會議註冊費
10月7日之前 學生：1000元 教師：1500元 企業人員：2000元
10月7日之後 學生：1200元 教師：1800元 企業人員：2200元
備註：會議期間組委會安排一次統數據分析與機器學習培訓，報名參加會議即可免費參加培訓，培訓相關事項，詳見附件。
本次會務如需發票，請聯繫會議組委會開具。
五、推薦酒店
本次會議除嘉賓外食宿及交通自理，會議推薦入住酒店：西南交通大學鏡湖賓館（酒店坐落於校園內，環境清幽，交通便利，標準間：280元/晚，預定電話：028-87603167）
熱忱歡迎國內外關心金融預測與數據科學方向的博士生和碩士生、教師以及企業人員積極參與，其他未盡事宜，請見會議網站：
請將報名回執發送至郵箱[email protected]
西南交通大學數學學院
金融大數據研究院
2017年9月19日
附件：
2017金融預測與數據科學會議培訓課程
數據科學是一個新興的學科，目的是提取大量數據中的可用信息。借鑑統計學，計算機科學和數學的理論基礎，已逐步應用於商業，工程，自然科學，社會科學，人文科學和醫療保健等領域。在當今世界，數據的爆炸式增長影響著人們的生活，大量數據迫切需要處理，從中獲取有用信息，而對數據科學家進行專業性的培訓，可以滿足這些需求。學生通過學習結構化的系列課程，掌握理論基礎知識和實際應用技能，就可以應對並解決很多政府或企業的難題，有助於學生在就業過程中增加就業成功率。西南交通大學金融大數據研究院將設立數據科學證書（Data Science Certificate(DSC)）系列培訓，招收有志於或有興趣於從事數據相關的學員。
1、 培訓目的：
數據科學目前界定為數據研究（數據採集，清理，管理，分析，迴歸，分類，交流），數據分析（數據結構，算法，平行計算，模擬，相關分析，相似分析等）和統計學習（數據可視化，指數光滑，核分析，趨勢分析等）。通過學習這些課程的基礎理論知識和實際操作技能，並取得數據科學證書的人員會獲得以下優勢：
（1）能夠運用數據科學技術解決實際問題。
（2）結合統計分析的思想和實際案例，讓學員不僅掌握統計分析技術，同時學會統計分析的思想。
（3）學完本階段課程後，學員可以熟練的進行實際的數據挖掘分析工作，並掌握先進的工具和技術來分析“大數據”。
（4）掌握可視化和交流數據的實際操作技能。
（5）緊密結合應用實例，針對工作中存在的疑難問題進行分析講解和專題討論，有效提升學員解決複雜問題的能力。
二、課程及主講專家簡介：
1. Python數據分析課程：
課程信息
培訓講師簡介：
金大祥，西南交通大學經管學院博士，同時在金融大數據研究院兼任數據工程師，在西南財經大學金融學院講授Python金融工程案例、在中國基金業數據中心使用Python進行數據科學相關的研究工作。
2. 機器學習課程簡介：
機器學習是人工智能領域最活躍的研究方向之一。各種機器學習模型與算法在數據挖掘、計算機視覺、自然語言處理、生物特徵識別、醫學診斷等領域有著廣泛應用，並且不斷的發展與演化，影響著更多的領域。因此機器學習本身仍然處於高速發展之中。無論是從科學研究還是從工業應用的角度來看，機器學習都是一個充滿生命力的學科。然而機器學習從本質上又是一個多學科交叉的領域，它涉及了人工智能、概率統計、計算複雜性理論、控制論、信息論、心理學、神經生物學等學科的成果。本課程作為機器學習的入門課程，將從線性分類器為例展開教學，通過感知機過渡到支持向量機與神經網絡。希望在短時間內給聽眾介紹最基本的機器學習方法，併為更進一步的學習奠定基礎。
培訓講師簡介：
孟華，博士，西南交通大學數學學院講師，四川大學基礎數學博士，悉尼科技大學QCIS實驗室訪問學者，四川省雲計算與智能實驗室博士後。長期從事數據分析與挖掘，機器學習，知識表示與推理的科研與教學。相關研究成果發表在國際人工智能頂級會議AAAI年會以及PRCAI，KSEM等國際著名會議上。瞭解行業最新的技術與研究動態與。目前主要從事高維數據的降維，流形學習，非線性分類方法的研究。
課程內容：10月16日晚7：00-9：00
10月17日晚7：00-9：00
本課程的講授分為8章
（一）緒論（2學時）
機器學習的一般原理及相關概念
學習問題的描述
設計一個學習系統
選擇訓練方式
選擇目標函數 （優化損失）
選擇函數逼近算法
梯度下降法
拉格朗日乘子法
（二）感知機（2學時）
有監督分類方法
線性分類器
感知機的目標函數
隨機梯度下降法
（三）支持向量機I（2學時）
幾何間隔與優化目標
拉格朗日對偶與凸優化問題求解
（四）支持向量機II（2學時）
軟間隔支持向量機
非線性可分數據的分類與核技巧
（五）神經網絡簡介（2學時）
神經網絡的基本原理和表示方法。
反向傳播算法（BP）。
深度學習
1、《Machine learning》 Mitchell機械工業出版社
2、《統計學習方法》李航 清華大學出版社
3、《機器學習》 周志華 清華大學出版
三、時間地點：
2017年10月14日-10月17日 晚上7:00-9:00 西南交通大學九里校區信息樓1020教室
四、培訓對象：
各高校數學、統計、金融、計算機等相關專業高年級本科生及研究生及其他專業已修過高等數學、統計學及概率論相關課程的學生。
七、頒發證書：
培訓結束後頒發西南交通大學金融大數據研究院數據科學證書（初級）、證書可作為能力評價、考核和求職的重要依據。
八、聯繫方式
聯繫人：趙老師
電話：028-66367647 15608198039
郵 箱: [email protected]
“2017金融預測與數據科學會議”報名回執
閱讀更多 西南交大金融數據研究 的文章
