统计学和概率学是现代数据科学、机器学习和人工智能的基石。本课程旨在满足社会发展对新兴人才的巨大需求，通过融合统计与概率两个学科领域的理论与实际应用，引领学生寻找数据驱动的解决实际问题的方案。

• 了解基础统计学和概率知识，获得数据管理、集成和处理的实用技能

• 掌握在数据驱动下解决实际问题的数据分析和统计方法

• 可从事的领域：

  人工智能发展、金融、咨询、卫生保健、研究等

  
  

• 可从事的岗位：

  数据研究员、统计员、生物统计学者、数据分析师、风险分析师、机器学习工程师等

  
  

• 可深造的领域：

  统计方法、概率论、应用统计科学等

数据在医疗行业的应用日益广泛，该课程将教授学生如何分析和解释医疗数据，引导其在数据驱动下使用临床试验和计算机知识，进而以药剂学与统计流行病学方案解决实际医疗问题。

• 参与并设计临床研究

• 利用数据评估新型药物的有效性与安全性

• 应用推理方法探索重大健康议题

• 培养提出、执行和报告研究项目的技能

• 发展一系列实用技能，包括：批判性评估研究；存储、操作和呈现数据；应用统计软件进行数据分析和解释；向不同受众传达数据分析见解等

• 研究临床试验、流行病学和因果推断、健康经济学和决策理论等前沿课题

• 可从事的领域：

  公共卫生、生命科学、医学研究等

  
  

• 可从事的岗位：

  医学统计师、药物开发者、数据研究员、临床试验统计员、生物统计学者、流行病研究者、公共卫生分析师等

  
  

• 可深造的领域：

  生物统计学、试验方法、流行病学、健康数据科学、医药统计、卫生技术评估 、医疗保健领域的人工智能和机器学习等

数据统计是解释复杂数据、得出准确结论和构建稳健模型的基础。本课程将数据统计与数据科学结合，教授应用于数据科学的高级统计技术和方法，帮助学生在处理庞大数据集时获取可靠见解。

• 掌握数学、统计学和数据科学领域的丰富知识

• 在数据科学、统计学、机器学习和图像信息学领域奠定坚实基础

• 培养数据科学领域的实践技能，包括：编程、数据处理和有效可视化

• 研究数据可视化、机器学习、极值理论、图像分析、运动模型等前沿课题

• 可从事的岗位：

  数据研究员和分析师、医学统计师、业务分析师、量化分析师等

  
  

• 可深造的领域：

  机器学习和人工智能、数据伦理与公平、实验设计、极值理论、运动模型、存活分析、时间序列分析、健康数据科学和临床试验、医疗保健中的决策模型、自然语言处理等

医疗保健工作中蕴藏着大量数据，包括患者记录、临床试验、治疗结果、遗传信息等。有效利用这些数据可以改善患者护理、简化医疗运营并强化公共卫生。

通过课程，学生将能够利用数据科学的力量，用数据推动医疗场景中的更优决策，进而助力改善医疗保健与人类生活。

• 具备分析复杂数据集的技能，并将其用于解决健康和医疗领域的现实挑战

• 在数据科学、统计学、机器学习和图像信息学领域奠定坚实基础

• 培养数据科学领域的实践技能，包括：编程、数据处理和有效可视化

• 研究健康数据科学的决策模型、医疗统计学和健康数据科学、实验设计、临床试验、存活分析、时间序列分析等前沿课题

• 可从事的岗位：

  人工智能建模师、生物统计学者、健康数据研究员、医疗保健分析师、公共卫生分析师等

• 可深造的领域：

  健康数据科学、生物统计学、流行病学、健康信息学、生物信息学、医疗保健机器学习、健康数据科学和临床试验、医疗保健中的决策模型等