数据正驱动着这个时代发生巨大变化一门门数据科学类课程应运而生近年来，本科研究生项目践行学院人才培养战略，将数据科学类课程纳入本科、硕士、博士培养体系中。2019年，金融硕士项目开设商业分析方向；2020年，本科项目开设市场营销专业（数据科学方向）；2021年，除本科、硕士开设《数据科学的Python基础》、《因果推断与商业应用》、《机器学习与人工智能》、《仿真模型与智慧决策》等课程外，博士培养体系也引入数据科学类前沿课程，逐步帮助学生掌握前沿技术应用，洞察技术革新趋势，把握大数据时代的商业思想与商业模式，多层次多维度培养科学思维与数据思维。学生评价

内容翔实，讲述清晰

理论与实际结合

比较深奥难懂的名词，也能解释得深入浅出

老师提出的问题十分具有启发性

实操与讲解相结合，干货满满

课程风趣生动，结合案例可以更好地理解模型应用

新的视角，很有启发

通俗易懂，关注热点

数

据

科

学

洞察行业

因果推断与商业应用

Causal Inference and Its Business Application

授课教师：虞吉海

课程简介：本课程对因果推断的方法进行研究，分随机试验和观测数据两大部分进行。我们主要专注于：(1) 因果推断的基本概念；(2) 因果图方法的介绍；(3) 随机试验和实际应用；(4)观测数据的因果推断（倾向得分匹配、断点回归、双重差分、合成控制），内容包含理论和实际操作。其中第三部分和第四部分为课程重点。

机器学习与人工智能

Machine Learning and Artificial Intelligence

授课教师：张颖婕

课程简介：本课程重点讲授各种经典机器学习和AI方法，详细介绍各种模型的通用框架，并使用Python语言进行技术实践。本课程还涵盖一些与评估相关的内容，并演示如何将机器学习技术和AI模型应用于几个新兴的领域（如商业、医疗、教育）。

仿真模型与智慧决策

Simulation Model and Smart Decision

授课教师：彭一杰

课程简介：新技术与新商业环境下的复杂随机模型难以解析分析，仿真是分析复杂随机模型的有力工具。近年来，在蓬勃发展的大数据、人工智能、数字孪生等新兴技术中，仿真学都起着不可或缺的作用。

仿真有着广泛的应用场景。金融工程中奇异期权的风险定价与风险对冲、医疗服务管理与生产系统中的流程设计与资源分配、质量管理中控制图与机器维护系统的设计与优化等问题离不开复杂随机系统建模与分析以及仿真优化技术。

仿真中有着深刻的理论问题。输入与输出分析对于通过仿真准确评估复杂随机模型表现至关重要；复杂随机模型的优化设计通常面临着方案多、维度高、仿真时间长、实时决策等困难，因此需要从理论与方法论层面提升效率。

运筹优化与最优决策

Operation Research and Optimal Decision Making

授课教师：王聪

课程简介：本课程主要覆盖运筹与优化领域的初级建模方式及求解方法。通过课堂讲授及案例分析，侧重培养学生以下三方面的能力：

1. 建模能力：根据实际的商业问题构建相应的优化模型；

2. 求解能力：如何采用优化软件（Excel/Gurobi）解决优化问题；

3. 应用能力：将建模及求解应用到实际商业场景中的能力，如整合不同利益相关者、确定模型选择范围等。

课程各模块均以课堂讲授及讨论的方式展开，模块中包含来自金融、信息系统、交通、供应链、医疗、能源等领域的丰富案例（包括问题抽象、模型及求解实现）、阅读材料等，以强化学生对相关建模、求解及应用的理解。此外，每部分教学内容配有阶段性练习，方便学生及时巩固所学内容。

智能网络与智能场景

Networks and Business Intelligence

授课教师：王翀

课程简介：互联网和移动网络是数字经济的重要基础设施。网络数字设备的普及不仅提升了企业的服务能力和服务渠道，更带来了商业模式的数字化、平台化、社交化转型。网络分析和网络理论为基于大数据、线上社交、开放式平台的创新商业模式和智能商业应用提供了重要的分析视角、模型、手段和工具。对网络的抽象（概念、结构）和具象（技术、算法、设备）层面的深入理解是理解数字经济发展，构建用户画像、知识图谱、推荐算法等智能、个性化应用的必要基础。本课程基于丰富的场景案例和实践操作，系统介绍网络理论视角和网络数据分析的工具。学生可以通过本课程了解理论研究中对网络（物理网络、社交网络、知识图谱）的建模方式，掌握Gephi和R语言中的网络分析工具，提升对商业网络的认知和数据分析能力。

人工智能和社会经济

AI and Economics

授课教师团队：孟涓涓、翁翕

课程简介：人工智能是公认的会对未来经济和人类社会方方面面产生深远影响的技术。课程旨在探索人工智能技术如何影响社会经济：人工智能技术对宏观经济、劳动力市场、教育的影响；人工智能技术结合大数据如何改变商业形态和商业策略，包括个性化推荐系统、市场机制设计、数据交易等问题。课程也会讨论更深层次的伦理问题，如隐私保护、算法歧视、公平和福利等。课程还将探讨政府政策如何影响整个人工智能技术和社会经济的发展。

SQL与数据分析

SQL and Data Analysis

授课教师：王翀

课程简介：信息的产生和交换是经济活动的核心组成部分。二十世纪数字化信息技术的产生和发展对所有行业都产生深刻的影响。这不仅仅体现为生产、服务效率的提升和创新商业模式的产生，更重要的是伴随数字化的进程，数据技术快速发展，大量的信息以数据的形式获得收集、记录和保存。如何有效管理数据并从数据中挖掘知识，是各行业进一步快速发展的重要驱动力量。理解数据库的基本理论，掌握数据查询、分析的工具是新时代管理者必须的技能。

回归分析与数据思维

Regression Analysis and Data Critical Thinking

授课教师：王汉生

课程简介：都说这是一个数据的时代，是一个数据创造价值的时代。但是，到底什么是数据？数据最朴素的定义是什么？从这个朴素的定义，如何看出数据的时代特征？相应的，什么又是价值？数据的价值会表达在哪些方面？数据的价值应该如何测量，如何表达？如何实现从数据到价值的转换？回归分析又是什么？与数据商业价值的关系是什么？回归分析是一个数学模型，还是一个理念？与业务问题的关系是什么？这样的理念，在中国的数据产业实践中，如何被实现？所有这些问题，将得到系统的基于真实案例的回答。

深度学习与人工智能

Deep Learning and Artificial Intelligence

AI and Economics

授课教师：王汉生

课程简介：深度学习是人工智能的核心技术，是实现非结构化数据价值的重要方法，是专业硕士的基础课程。本课程旨在帮助非计算机专业同学：（1）快速学习并掌握深度学习的基本理论；（2）了解面向图像与自然语言分析的经典模型；（3）基于TensorFlow的编程技巧；（4）用于实际应用。

电子商务与数字化转型

Electronic Commerce and Digital Transformation

授课教师：邱凌云

课程简介：伴随互联网对中国经济影响的逐渐深入，拥有8亿互联网用户的中国已经成为全球最大的网络零售市场，中国的零售行业正在经历前所未有的剧烈变革，各种创新的零售商业模式不断涌现。不仅如此，在“互联网+”、“数字经济”、“智能+”等国家政策的指引和推动下，越来越多的传统企业正在面临数字化转型的迫切需求。通过本课程，学生不仅可以了解我国电子商务的发展现状和最新趋势，还将体会传统企业在数字化转型过程中面临的诸多挑战和机遇。

人工智能方法及应用

Artificial Intelligence: Methods and Applications

授课教师团队：彭一杰、王聪

课程简介：随着数据获取能力及计算能力的增强，人工智能技术已经成为主流创新技术。人工智能技术通常包括搜索算法、机器学习算法、自然语言处理、图像处理及机器人技术等。本课程将覆盖主流人工智能方法，对方法的原理、技术实现进行介绍，并结合具体应用实例对其优劣势进行探讨。本课程还将对人工智能方法的典型应用领域进行介绍，如图像及视频处理、自然语言处理及交互、机器人感知及控制等。此外，课程中将对人工智能方法及应用的未来进行展望，并对其所面临的伦理问题进行研讨。

机器学习与经管研究

Machine Learning for Social Science Research

授课教师：张颖婕

课程简介：This is a seminar class. It aims to familiarize doctoral students with machine-learning-related research approaches. We will cover different ML techniques (such as deeplearning, natural language processing, and computer vision) and combine them with rich economic theories to analyze interesting topics in the business domain.

Python编程进阶

Advanced Python Programming

授课教师：贾金柱

课程简介：商务数据分析离不开分析工具。常用的数据分析工具有Python、Matlab、R等。本课程学习机器学习最常用的编程和数据分析工具Python。具体而言，主要涉及三方面内容：第一，Python语言介绍及基本编程规范；第二，Python 中与商业分析相关的模块使用；第三，Python商务数据分析实战。在讲述编程的过程中，会穿插有趣的商务数据分析案例，覆盖文本分析、社交网络分析、图像分析等多个领域。

机器学习与商业数据挖掘

Machine Learning and Business Data Mining

授课教师：贾金柱

课程简介：本课程详细介绍了目前主流的机器学习算法、实现及其应用，课程中将使用Python及R两种统计软件，以Python为主要数据挖掘软件。

可视化高级专题

Application and Practice of Data Visualization

授课教师：周扬

课程简介：数据可视化作为数据分析的重要结果呈现方式，不仅可以在体现数据显性价值过程中发挥重要作用，同时在数据产品中有着至关重要的影响。因此，围绕数据可视化技能本身，借助数据分析过程，围绕数据的价值体现，服务于公司及业务管理的决策辅助，服务于数据产品孵化，服务于数据分析结果及模型结果的呈现，被看作是数据价值呈现的最后一公里。本课程将围绕：1) 熟悉了解数据可视化；2) 如何看懂一个可视化作品；3）如何根据不同的数据选择合适的数据呈现方式；4) 可视化的技术实现路径及实践。

推荐阅读扎根！在光华课堂上读懂中国