合适对数据科学、核算机科学、统计学、金融学、商业剖析、数学等方向感兴趣的学生；

  在机器学习、金融、工程、生物学和科学等范畴运用的数学模型必定是随机的。随机性是这些运用所固有的，在现代国际中，模仿、优化和操控随机模型数值办法的开展至关重要。本课程旨在谨慎直观的介绍随机剖析范畴，要点为数值办法。该理论经过生物学、金融学和机器学习中的实例加以阐明。

  研讨课广泛掩盖多种在科学研讨中常用的数学模型，结合实际环境解说模型的运用办法。

  学生可以将课上学到的理论模型运用到机器学习、金融、工程、生物学和科学等范畴。

  帝国理工学院核算系核算优化小组的成员、瑞士信贷（Credit Suisse）的定量助理

  研讨范畴包含大规模优化问题的算法开发和剖析和开发运用程序中呈现的大规模模型的结构

  研讨项目包含机器学习中的多资源算法、优化算法的稳定性、金融优化办法、马尔可夫进程的摄动办法和算法、随机随机双动态规划的抽样算法