本课程从能源的转换、传输、储存到电力电子发电技术，全方位解密电的生产原理。 第一部分是以能源概论、能源生产、相互转换原理、传输和储存等能源管理为主要内容的综合性项目，具体包括：能量转换基本原理，电-机-磁能量转换，热-电能量转换技术，光-电能量转换技术以及能量存储与传输技术等内容。通过项目学习，学生将对能源现状、能量转换原理和技术有全面认识，对能动专业有全面了解，便于学生未来研究方向的选择。另外项目还将结合知识点讲解一些大学生科技创新作品，培养学生创新思维，通过作业熟悉综述性论文和研究性论文撰写基本过程，为学生未来研究生深造学习奠定一定基础。 第二部分，我们将从实际应用出发，介绍电力电子变换器在新一代电力系统中的应用及发展前景。讨论电力系统的整体结构和电力电子在新能源革命中的作用。这部分课程旨在是让学生充分了解前沿电力技术，并为学生建立探索输电与配电、能源发电和电力电子领域的相关知识储备与科研技能。

本项目通过研究网络犯罪有关的法律问题，学习刑法、证据法等相关基础知识，掌握法条、文献及案例检索和分析的研究方法。学生通过研习网络犯罪问题的有关法条及司法解释、案例，讨论网络犯罪的有关罪名的含义、网络犯罪行为的事实认定与定罪量刑等具体的问题，研究如何通过阅读相关法条、文献和案例回答前述问题。学生通过项目最终可以获得发现法学争议、提出有价值的法学研究问题、运用法条、文献和案例检索及分析的研究方法等方面的经验，掌握具体的与研究问题有关的刑法、证据法等相关的知识。

课程将带领学生进一步探索我们的肠道，了解关于肠道的更多前沿的知识，同时通过实战经验传授，让学生能够掌握保持肠道健康的方法，掌握胃肠道疾病的调理方法等等，更多干货都将在课程中一一呈现。胃肠道的健康是人体健康的基石！通过本次学习我们不仅能为自己打造健康，还能为他人健康保驾护航。在本项目中，导师将带领学生跟踪营养学与医学最新科学研究成果，介绍营养学科发展的趋势，为肠道健康问题提供营养解决思路；应用营养学的理论知识剖析和解决现实中健康或疾病的相关问题，增强精准的解决问题的能力。

本项目将为学生讲解流体动力学的基础知识、方程公式和经典应用。在理论方面，因为完整的方程过于复杂，课程将探讨方程的推导及简化，提供简单够用的模型。在实践方面，学生将学习如何模拟流体动力学模型，以了解机翼周围或涡轮机内部的气流运动。项目适用于所有对机械工程或航空航天工程感兴趣的学生。

本课程的目的是系统地学习当前工程科学相关专业涉及的数据统计理论与数据分析基本方法。课程的主要内容包括：统计学基本概念、概率理论基础、统计抽样理论与方法、描述性统计学、推断统计学的参数估计和假设检验、回归分析。本课程具有两个特点：（1）具有比较系统的内容安排，兼顾不同学科背景学生学习。（2）以数据统计分析方法为主，并重点讨论它们的实际应用。学生在项目课程中将会对多个案例进行学习和实践： 如基于假设检验的外卖订单群体差异性分析；基于回归分析的订单预测；基于方差分析的影响订单销量的多因素分析。

CRISPR（Clustered Regularly Interspaced Short Palindromic Repeats）是自然界中细菌抵御病毒感染进化产生的一个天然免疫系统，自2012年起被广泛应用于基因组编辑。CRISPR/Cas（CRISPR-associated Proteins）系统具有遗传多样性，目前已经发现的CRISPR/Cas系统分为两大类，包括6种主要类型和33种亚型。每个CRISPR-Cas系统具有自己的特点，目前应用最广泛的是化脓性链球菌Cas9（Streptococcus pyogenes Cas9）。CRISPR/Cas系统在靶向基因编辑、基因激活和抑制、表观遗传修饰、全基因组筛选、RNA病毒检测和活细胞染色体成像等领域取得了一系列进展。

本课程在吸取摄影测量与遥感学科部分相关科研成果的基础上，将遥感技术与社会发展、环境监测中的热点问题相结合，通过设置自主设计型、综合应用型、程序开发型与探索研究型实验教学环节，引入生产应用与科学研究中的新技术、新方法创新教学内容。并以具体典型应用为基础将遥感原理、遥感方法、遥感软件操作、遥感算法编程、遥感数字图像处理结合起来，力求在内容和编排表达方面符合学生的认知规律，培养学生理论联系实际、解决遥感应用问题的能力以及研究开发的能力，激发未来从事遥感科学与技术领域研究的兴趣与热情。

本项目教学将介绍机器学习、数据挖掘与统计模式识别的知识。模式识别的知识。介绍相关领域的基础概念与发展过程；研究不同种类的机器算法，比如监督学习（参数/非参数算法、支持向量机、内核、神经网络）。介绍机器学习的优秀案例（偏差/方差理论），课程将拮取案例研究与应用，学习如何将学习算法应用到文字理解、计算机视觉等其他领域上。

本项目通过阐述通用微处理器系统的架构、组成及工作原理，介绍基于ARM CPU的、现代嵌入式微系统的设计与实现技术，掌握VHDL技术和Verilog技术，学习数字集成电路及芯片的设计流程和应用场景。学生通过项目最终能够提升抽象思维的能力，掌握网络仿真工具比如vivado、modelsim和keil的基本使用方法，并能将其用于分析和解决所学专业中面临的实际问题。

本课程将首先从介绍虚拟现实技术的起源和发展过程开始，通过讲述虚拟现实技术在各个行业应用中的应用情况和典型虚拟仿真系统开发流程，逐步分析虚拟现实在发展过程中所面临的需求与挑战，以及背后所蕴含的技术问题，着重结合各种具体应用来讲授背后的共性技术原理和算法。在此基础上，重点讲授常用虚拟现实人机交互设备及其基本原理、虚拟场景几何建模与表示技术、动态现象/场景的物理建模仿真技术、虚拟场景的实时逼真绘制技术、增强现实技术，及其在人工智能中的应用等。由于本门课程是一门实践性很强的课程，因此，将在课内结合具体知识点设置课后作业，并结合虚拟现实技术在医疗、教育、培训等领域的应用情况。合理设置难度适中的作业，使得学生能够结合虚拟现实技术应用场景来学习以及加深对相关技术的理解、掌握以及应用，并借此培养学生的创新意识与专业技能。

课程将带领学生进一步探索我们的肠道，了解关于肠道的更多前沿的知识，同时通过实战经验传授，让学生能够掌握保持肠道健康的方法，掌握胃肠道疾病的调理方法等等，更多干货都将在课程中一一呈现。胃肠道的健康是人体健康的基石！通过本次学习我们不仅能为自己打造健康，还能为他人健康保驾护航。在本项目中，导师将带领学生跟踪营养学与医学最新科学研究成果，介绍营养学科发展的趋势，为肠道健康问题提供营养解决思路；应用营养学的理论知识剖析和解决现实中健康或疾病的相关问题，增强精准的解决问题的能力。

本项目将介绍国际最新的人-计算机交互(Human-Computer Interaction)设计理论与方法，包括探索和收集用户需求的方法、用户的生理和心理特点、人-计算机交互界面设计的方法和实践、人-计算机交互设计的可用性评价方法和实践等。本项目包含了大量的具体应用和设计的实例，比如智能驾驶部分人机界面设计实列、图形软件界面设计实列等。学习者可以将学到的人-计算机交互设计理论与方法运用到不同的人机系统设计和产品研发，也可以将学习到的人-计算机交互理论作为后期在相关领域（如心理学、计算机、工业设计等）进一步深造的基础。

本项目将系统讲述数字逻辑电路与芯片设计基础，介绍人工智能芯片的背景知识、深度学习训练框架和硬件描述语言，以及深度学习中卷积神经网络的相关内容。学生通过项目的学习，可理解人工智能芯片的体系结构设计方法，并对人工智能模型优化和AI芯片设计展开深度的探索与思考。

本项目带领学生深入学习医学及药物研发的相关性，理解疾病的分子机制，探究癌症疗法的开发过程。系统学习蛋白质生物化学、结构生物学、细胞生物学、合成生物学相关理论知识及案例。通过本项目的学习，学生可以获得关于生命科学的基础知识，培养期科研的学术功底以及科学素养。

恶性肿瘤是危害人们生命健康的重大疾病，由于癌症患病率和死亡率居高不下，抗肿瘤药物研发与应用一直是药物研发的重点，且研究热度还在持续上涨。本项目将以抗肿瘤药物的研发与应用为切入点，通过对肿瘤本质及其发生发展的分子机制的阐述，介绍肿瘤诊断和治疗的基本方法和最新进展，并通过实例介绍抗肿瘤药物研发的过程和应用。学生通过该项目的学习，将基本了解肿瘤的本质、诊断和治疗的基本方法，学会基于分子药理的抗肿瘤药物研发的设计思路和方法。

本项目将介绍国际最新的人-计算机交互(Human-Computer Interaction)设计理论与方法，包括探索和收集用户需求的方法、用户的生理和心理特点、人-计算机交互界面设计的方法和实践、人-计算机交互设计的可用性评价方法和实践等。本项目包含了大量的具体应用和设计的实例，比如智能驾驶部分人机界面设计实列、图形软件界面设计实列等。学习者可以将学到的人-计算机交互设计理论与方法运用到不同的人机系统设计和产品研发，也可以将学习到的人-计算机交互理论作为后期在相关领域（如心理学、计算机、工业设计等）进一步深造的基础。

本项目将带领同学们从生命科学和基因学的角度对AD阿尔兹海默症的影响机理进行探索。通过项目学生能够更加了解生命科学与生物医学学科的本质。同时项目将为有志于今后从事相关学科的学生提供实践经验，也希望学生们通过该项目能够了解目前探索生命科学领域最新前沿技术。

海洋建筑设计中要研究:(1)结构物所处的环境条件。通过观测探明风、浪、流、地质、地貌、地震等因素;通过数值计算或物理模拟实验,给出承载能力、减摇、系泊、抗震等的计算。(2)结构的极限承载能力。在最大设计荷载和组合作用下,结构的整体和局部均不发生受力屈服,不产生大于设计允许的变形和开裂等。(3)结构动力响应。消除来自浪、风、流、地震等激振力引起的建筑物总体与局部结构间的偶合效应,防止结构产生疲劳和断裂破坏。(4)结构的优化设计和可靠性分析研究。本项目主要带领学生了解海洋绿色能源建筑的发展历史，掌握海洋环境要素与海洋建筑设计基本力学，让学生熟悉各种结构体系，学会从结构整体角度分析结构概念设计的关键问题；本课程在教学中通过实际案例设计强调学生的创新能力培养，培养学生作为工程师的直觉。

本课程从机器学习的经典算法研究到利用无服务器计算进行优化部署，带领学生完整认知机器学习。 第一部分教学将介绍机器学习、数据挖掘与统计模式识别的知识。模式识别的知识。介绍相关领域的基础概念与发展过程；研究不同种类的机器算法，比如监督学习（参数/非参数算法、支持向量机、内核、神经网络）。介绍机器学习的优秀案例（偏差/方差理论），课程将拮取案例研究与应用，学习如何将学习算法应用到文字理解、计算机视觉等其他领域上。 第二部分从数据隐私与资源效率两个方面，系统研究计算机系统对机器学习的重要性。在数据隐私方面，本项目通过对联邦学习算法的探究，学习如何在保证用户数据隐私性的条件下进行多用户协同计算，并分析当前联邦学习架构下的三大问题，包括训练过程的计算效率和通信效率、客户端安全性对整体系统的影响、以及各个用户的个性化计算及服务。在资源效率方面，本项目通过学习云计算领域的研究热点——无服务器计算，探讨无服务化如何优化机器学习训练与推理任务的资源使用效率，并分析当前无服务器计算在异构硬件支持上的不足对机器学习部署的影响。通过本项目的学习，学生不仅可以获得对机器学习基本了解，还可以从数据隐私何资源效率两方面了解计算机系统对上层应用的支持。

本课程将围绕交通、能源与大气环境的交叉领域，讨论交通系统与能源需求，并介绍交通的环境影响，以及新能源引入带来的机遇与挑战。课程还将介绍道路交通排放与环境评估的建模理论方法、交通全生命周期分析理论和交通碳中和路径、以及大数据驱动给交通环境影响分析带来的新机遇。通过该课程，你能相对系统地学习交通碳排放、能耗和污染影响分析的基础理论、方法与所涉及的工具。

本项目通过研究网络犯罪有关的法律问题，学习刑法、证据法等相关基础知识，掌握法条、文献及案例检索和分析的研究方法。学生通过研习网络犯罪问题的有关法条及司法解释、案例，讨论网络犯罪的有关罪名的含义、网络犯罪行为的事实认定与定罪量刑等具体的问题，研究如何通过阅读相关法条、文献和案例回答前述问题。学生通过项目最终可以获得发现法学争议、提出有价值的法学研究问题、运用法条、文献和案例检索及分析的研究方法等方面的经验，掌握具体的与研究问题有关的刑法、证据法等相关的知识。

本项目从光学成像原理出发，通过对彩色数字图像获取方法的梳理，引导学生理解彩色相机插值计算的内涵和意义，并逐步熟悉与掌握各类经典彩色Demosaicing算法，利用计算软件实现1-2种算法的数字仿真。通过本项目的学习研究，学生将了解到最先进的相关光学成像技术进展，理解并亲自实践探索，扩展学生的科学前沿视野，激发未来从事光学、视觉、算法等领域研究的兴趣与热情。

本项目从碳中和内涵、实现碳中和的重要意义出发，主要介绍大气环境遥感、植被遥感、地表覆被信息遥感等不同卫星平台以及生态过程模型对大气碳库、植被碳库以及大气与土壤/植被之间的碳通量交互的监测、估算和模拟方法，评估我国土地利用变化对陆地生态系统系统碳库的影响，预测不同气候情景下我国陆地生态系统碳汇能力及其对碳排放的中和能力。通过本项目的学习研究，学生将了解当前碳中和研究的前言技术和方法，能理解并亲自实践区域尺度大气碳库和植被碳库的探索，激发学生从事全球变化等相关领域研究的兴趣与热情。

本项目围绕数据洞察世界的核心智能技术方法涵盖：1）世界的数据、知识表示方法；2）视觉/语言数据的机器理解；3）从数据中推理新发现的逻辑演算计算；3）从数据中学习归纳知识的机器学习技术。研究了适用于不用应用的神经网络的构成。学生通过项目最终可以获得视觉、语言数据处理的一般方法和基于深度学习的神经网络计算的基本原理。

锂离子电池是一种二次电池（充电电池），具有体积小、能量密度高、循环寿命长、环境污染小等优点，正在逐渐替代铅酸电池，在消费类电子产品、电动汽车、储能装置等领域的应用逐渐加深，市场需求较大且保持快速增长。锂离子电池作为高能量密度高安全性先进储能器件，将为我国能源利用方式转型，推进新能源发展扮演重要角色。本课程将深入讲解电池的历史、现状与未来，剖析电池关键技术、科学问题，深度培养学生的科学思维和解决问题的能力。

本课程将首先从介绍虚拟现实技术的起源和发展过程开始，通过讲述虚拟现实技术在各个行业应用中的应用情况和典型虚拟仿真系统开发流程，逐步分析虚拟现实在发展过程中所面临的需求与挑战，以及背后所蕴含的技术问题，着重结合各种具体应用来讲授背后的共性技术原理和算法。在此基础上，重点讲授常用虚拟现实人机交互设备及其基本原理、虚拟场景几何建模与表示技术、动态现象/场景的物理建模仿真技术、虚拟场景的实时逼真绘制技术、增强现实技术，及其在人工智能中的应用等。由于本门课程是一门实践性很强的课程，因此，将在课内结合具体知识点设置课后作业，并结合虚拟现实技术在医疗、教育、培训等领域的应用情况。合理设置难度适中的作业，使得学生能够结合虚拟现实技术应用场景来学习以及加深对相关技术的理解、掌握以及应用，并借此培养学生的创新意识与专业技能。

本课程将首先从介绍计算机动画的起源和发展过程开始，通过讲述计算机动画在多个行业应用中的应用情况和计算机动画工业化生产过程的情况，逐步分析在发展过程中所面临的挑战，以及挑战背后所蕴含的技术问题，着重结合各种具体应用比如电影、游戏中的CG特效来讲解华丽的动画效果背后的计算机相关技术与算法，使得学生结合计算机动画应用场景来学习以及加深对相关计算机技术的理解、掌握以及应用，并借此培养学生的创新意识与技巧。本课程对于提高学生综合运用知识的能力和未来在相关行业从事创新性工作等方面有着积极的作用，对于有志于计算机动画、物理、应用数学和科学计算等专业的学生将会有很强的吸引力和启发作用。

CRISPR（Clustered Regularly Interspaced Short Palindromic Repeats）是自然界中细菌抵御病毒感染进化产生的一个天然免疫系统，自2012年起被广泛应用于基因组编辑。CRISPR/Cas（CRISPR-associated Proteins）系统具有遗传多样性，目前已经发现的CRISPR/Cas系统分为两大类，包括6种主要类型和33种亚型。每个CRISPR-Cas系统具有自己的特点，目前应用最广泛的是化脓性链球菌Cas9（Streptococcus pyogenes Cas9）。CRISPR/Cas系统在靶向基因编辑、基因激活和抑制、表观遗传修饰、全基因组筛选、RNA病毒检测和活细胞染色体成像等领域取得了一系列进展。

通过本课程的学习和应用实践以及学生自选课题项目指导，能够使目标为自然语言处理学术研究方向的优秀大学生掌握基本的自然语言（包括英语和汉语）处理技术，了解其相关的重要概念、基本原理和主要方法，了解当前国际、国内自然语言处理技术的发展概况。具体而言，修读完本课程和完成实践项目可以让学生了解语音和文本处理技术所涉及的基本数学原理和主要的计算方法与技术，学习文本处理与操作的实践技能，能够在学术科研、工程实践和企业实习等实际工作中初步具备解决有关问题的能力，为学生进一步开展相关领域（如文本处理、语音识别、机器翻译、 语言自动分析与理解）的学习和研究奠定基础。

本项目系统阐述了区块链中的算法理论及其场景应用。通过拓扑结构、共识机制和智能合约专题的理论研究和科研实训，不仅能够掌握区块链领域的经典问题并提出解决方案，而且有助于学生从零构建、整体把握一个区块链系统，获得开发经验。通过数字人民币、供应链金融、网络标识管理等系统产品案例，涵盖了区块链发展演进的1.0阶段（可编程货币）、2.0阶段（可编程金融）和3.0阶段（可编程社会）完整路径，从而理解区块链技术在不同领域的应用潜力。

本课程将首先从介绍虚拟现实技术的起源和发展过程开始，通过讲述虚拟现实技术在各个行业应用中的应用情况和典型虚拟仿真系统开发流程，逐步分析虚拟现实在发展过程中所面临的需求与挑战，以及背后所蕴含的技术问题，着重结合各种具体应用来讲授背后的共性技术原理和算法。在此基础上，重点讲授常用虚拟现实人机交互设备及其基本原理、虚拟场景几何建模与表示技术、动态现象/场景的物理建模仿真技术、虚拟场景的实时逼真绘制技术、增强现实技术，及其在人工智能中的应用等。由于本门课程是一门实践性很强的课程，因此，将在课内结合具体知识点设置课后作业，并结合虚拟现实技术在医疗、教育、培训等领域的应用情况。合理设置难度适中的作业，使得学生能够结合虚拟现实技术应用场景来学习以及加深对相关技术的理解、掌握以及应用，并借此培养学生的创新意识与专业技能。

本项目从数据隐私与资源效率两个方面，系统研究计算机系统对机器学习的重要性。在数据隐私方面，本项目通过对联邦学习算法的探究，学习如何在保证用户数据隐私性的条件下进行多用户协同计算，并分析当前联邦学习架构下的三大问题，包括训练过程的计算效率和通信效率、客户端安全性对整体系统的影响、以及各个用户的个性化计算及服务。在资源效率方面，本项目通过学习云计算领域的研究热点——无服务器计算，探讨无服务化如何优化机器学习训练与推理任务的资源使用效率，并分析当前无服务器计算在异构硬件支持上的不足对机器学习部署的影响。通过本项目的学习，学生不仅可以获得对机器学习基本了解，还可以从数据隐私何资源效率两方面了解计算机系统对上层应用的支持。

项目内容包括拓扑性质和复杂网络的度量、网络模型、互联网和网络的结构和演化、网络可视化。学生将自选课题，对选定真实网络，例如社交网络、世界航空网络或者脑图，完成量化分析，在项目结束时提交项目个性化研究课题报告，进行成果展示。 个性化研究课题参考： 使用时间指数随机图形模型分析加权网络 共同进化的感染网络的结构研究 基于多层网络构建语义网络的知识图谱及其在社交网络上的应用 复杂网络中的自异性和自同性分析

Social work students and practitioners typically develop competence in a social work intervention method (e.g., interventions appropriate for social work with individuals, families, small groups, communities, or large populations), and a substantive area of social work practice (e.g., field of practice like child welfare, social problem like delinquency, population group like refugees.) Students will select a method and a substantive area for subsequent course work. Students will select 4 articles from peer reviewed social work journals that report findings from a research study relevant to their chosen method and substantive area. Assignments will require students to critically analyze these articles. The final project report will require students to present their critical analyses and draw out implications for the method and substantive area selected as the focus of their project. Students will work in small groups to share their analyses and to receive critical and constructive commentary from other students and the mentor. Students sharing similar method and substantive area focus may write their final project together, as a single group report. Students preferring to write their final project report alone, may do so. Course lectures will summarize key research concepts and methods and provide direction for each project assignment. Breakout groups will facilitate student discussion of readings and lecture content. 疫情肆虐，国际局势动荡，不断迸发的社会问题亟待探讨，对于从事社会工作的学生和学者来说也意味着不小的挑战， 本项目将通过介绍不同的社会工作研究方法来为学生们打下对于人类行为观察能力以及对于社会问题分析能力的坚实基础。学生将通过阅读社会工作调研相关的文章，进行批判性思考。项目内容将主要从同行评议的社会工作期刊入手，包含但不仅限于：社会公共卫生，儿童福利、犯罪问题、难民群体问题研究等。本课程导师将作为学生的引领者，传授学生解决社科问题的主要技能和方式方法，涵盖了诸如设计、实施、衡量和评估社会策略等主题;系统思维;风险下的决策;负面影响人们决策的心理偏见;影响行为的方法;成功所需要的必然代价。本项目的大部分内容将致力于让学生以团队的方式将这些概念和工具应用到实际问题中，学生将在项目开始后根据选题进行分组，纵向开展深度研究，项目结束后将收获成熟且科学的解决方案（Paper）和详细的研究过程（Workbook）。

项目内容包括计算天体物理、宇宙学、星系物理、星系形成模拟方法等理论知识与案例实战。学生将通过项目了解前沿星系形成理论、星系模拟理论和编码，完成星系形成模拟。学生将在课程结束时提交项目报告，进行成果展示。 个性化研究课题参考： 高纯锗探测器在粒子物理与天体物理中的应用 星系恒星形成历史及特性演化研究 原初和主序星系在不同尺度下的恒星形成 The students learn about the basics of cosmology, astrophysics and how galaxies form. They use analytical and numerical methods to study the evolution of our universe. They will submit a project report at the end of this project and display their results. Suggested Research Fields： Application of High Purity Germanium Detector in Particle Physics and Astrophysics Research on the Formation History and Characteristic Evolution of Galaxy Stars Star formation in primordial and main sequence galaxies at different scales

项目将带领学生学习金融市场效率和套利原则、多元投资组合和投资组合理论、目标导向型投资、公募基金、ETF基金、因子投资等知识。学生将在项目结束时提交报告，进行成果展示。

本课程最终将引导学生选择中国或美国的创业公司进行研究，所选择的公司或行业应该与学生感兴趣的学科方向一致。在课程中，教授将带领学生研究以下几个方面：1）确定公司的财务目标；2） 公司面临的全球形势/环境；3） 它的挑战和机遇。每个学生将完成三个阶段的研究和学习。在第一阶段，学生需要研究创建所选公司和团队的企业家，确定公司是如何起步的，并提供业务概述，包括SWOT分析。第二阶段：学生需要从市场、环境、竞争和客户战略等不同因素分析业务。例如：明确说明新冠疫情危机如何为公司创造了新的机会或利用了必须解决的弱点；公司必须在国内和其他竞争国家应对哪些监管、政治和经济因素? 如何吸引和留住客户，以及公司如何增长其价值? 更重要的是，学生需要建立和分析初创企业的财务结构和研究。在第三阶段，学生将完成最终商业计划书或投资者推介卡的准备和展示。 Students in this course will select an entrepreneurial company in China or the US to research. The company and the industry within which it participates should be of interest to the student. The research will focus on 1) determining the firm’s strategic and financial objectives; 2) the global situation/environment the company faces; 3) its challenges and opportunities. Each student will complete 3 phases of research and study. In Phase 1, students will need to research the entrepreneur who founded the chosen company and the team, determines how the company started, and provide an overview of the business, including a SWOT analysis. In Phase 2: students will need to analyze the business via different factors such as market, environment, competition, and customer strategy. Furthermore, students will need to establish and analyze the financial structure. In Phase 3, students will accomplish the preparation and presentation of the Final Business Plan or Investor Pitch Deck.

本课程最终将引导学生选择中国或美国的创业公司进行研究，所选择的公司或行业应该与学生感兴趣的学科方向一致。在课程中，教授将带领学生研究以下几个方面：1）确定公司的财务目标；2） 公司面临的全球形势/环境；3） 它的挑战和机遇。每个学生将完成三个阶段的研究和学习。在第一阶段，学生需要研究创建所选公司和团队的企业家，确定公司是如何起步的，并提供业务概述，包括SWOT分析。第二阶段：学生需要从市场、环境、竞争和客户战略等不同因素分析业务。例如：明确说明新冠疫情危机如何为公司创造了新的机会或利用了必须解决的弱点；公司必须在国内和其他竞争国家应对哪些监管、政治和经济因素? 如何吸引和留住客户，以及公司如何增长其价值? 此外，学生需要建立和分析财务结构。在第三阶段，学生将完成最终商业计划书或投资者推介卡的准备和展示。 Students in this course will select an entrepreneurial company in China or the US to research. The company and the industry within which it participates should be of interest to the student. The research will focus on 1) determining the firm’s strategic and financial objectives; 2) the global situation/environment the company faces; 3) its challenges and opportunities. Each student will complete 3 phases of research and study. In Phase 1, students will need to research the entrepreneur who founded the chosen company and the team, determines how the company started, and provide an overview of the business, including a SWOT analysis. In Phase 2: students will need to analyze the business via different factors such as market, environment, competition, and customer strategy. Furthermore, students will need to establish and analyze the financial structure. In Phase 3, students will accomplish the preparation and presentation of the Final Business Plan or Investor Pitch Deck.

项目将带领学生学习金融市场效率和套利原则、多元投资组合和投资组合理论、目标导向型投资、公募基金、ETF基金、因子投资等知识。学生将在项目结束时提交报告，进行成果展示。

Business Analytics and modeling are important skills for effective managerial decision-making in business and industry. Advances in technology (computers, scanners, cell phones) have made a significant amount of data available to managers. Furthermore, business analytics provides a way for businesses to plan for the future. By modeling the trends in a businesses' sales, profits, and other key metrics, these indicators can be projected into the future. Understanding the changes that are likely to occur seasonally, annually, or on any scale allows businesses to better prepare. 项目内容为商业分析核心知识与技能，包括统计分析、概率分布、决策分析、抽样分布、置信区间、假设检验、回归模型等。其中，概率模型侧重不确定性和风险处理；统计分析侧重数据呈现以及如何通过数据获取有用信息和有效推论；优化模型和决策分析侧重运用数据进行决策。学生将在项目中运用Excel或Mintab进行商业数据分析，在项目结束时提交报告，进行成果展示。