leyu乐鱼体育全站app第三期“科教融合研究生学术新星孵化计划”科研基础训练课程的第三讲、第四讲分别于10月17日、10月22日顺利开展。第三讲、第四讲课程分别以“社会调查研究方法”、“数据挖掘与机器学习”为主题,50余名项目成员参加授课。
第三讲“社会调查研究方法”课程由我校社会与心理学院王修晓副教授主讲。王老师首先从不同视角了解了学术本身,强调对待学术应持严肃的态度,能够通过学术的科学方法论突破主观经验的局限,并将学术作为重新认识世界的工具。接下来,王老师深入分析了社会调查的重要性及其核心方法,强调在数据泛滥的时代,需具备独立的数据收集能力,避免陷入“拿来主义”的思维模式;通过典型案例,展示了单纯依赖现有数据可能会因为视角或数据呈现方式的不同而受到误导,强调“眼见未必为实”;通过引入认知世界的过滤网与认知偏见等哲学问题,提示应跳出自我中心主义的框架,清空固有认知,以无偏见的视角进入研究,从而接近事物的真相;最后,王老师总结了在进行社会调查研究时应注意的问题。
![](/__local/D/13/13/7B642783FBA46A887775F4816C4_651BA2F3_1511A.jpg)
第四讲“数据挖掘与机器学习”课程由我校统计与数学学院潘蕊教授主讲。潘教授首先向大家介绍了统计学习和机器学习的基本思想,厘清了“学习”“机器学习”“统计学习”“模型”等概念,并阐明机器学习的三要素,区分有监督的学习和无监督的学习,强调平时学会建立逻辑思维框架、构建知识体系的必要性和重要性。潘教授诠释了模型的复杂程度和预测精度的关系,通过交叉验证等例子提醒同学们不必过度追求精度,要学会适可而止。潘教授进一步分析了有监督的学习,指出其作为因变量的类型决定模式,核心因变量Y可以是科学研究问题,也可以是实际业务问题。潘教授通过举例北京二手房数据、车险数据等,与同学们探讨了线性回归分析、对数线性模型等问题,启迪同学们学会对问题进行分类。
![](/__local/4/B7/E9/90F9CFEFA268A8B8EF96887BBAF_F88F715C_ED38F.png)
授课环节结束后,同学们就课程中重点难点问题与授课教师进行了互动。研究生院统筹学校优质科研资源,聚焦科研能力前置培养,持续推出科研基础训练系列课程,以“线上+线下”相结合的方式丰富授课体系,提高研究生科研水平和学术能力,不断推动“科教融合研究生学术新星孵化计划”走深走实,进一步发挥科教融合的育人成效。
(文/廖嘉林、王艺衡,图/廖嘉林、王艺衡,初审/刘钾,终审/白丹)