狗熊会·案例教学线上研讨会面向高校统计学、数据科学专业教师，探讨如何通过案例增强教学效果，帮助学生将专业知识转化为解决实际问题的技能。请各位老师点击“阅读原文”获取参会方式。
大数据计算与预测课程设计
大数据计算与预测课程是面向商学院硕士学生开设的专业课程课，通过本课程的学习使学生能够掌握目前大数据挖掘与大数据预测常用的计算方法，加深学生对统计分布式计算的理解以及基于预测的大数据大数据价值理解，培养学员使用在现代分布式架构下利用现代预测方法深入挖掘大数据中的数据特征并能解决一些实际预测问题的能力。大数据计算与预测课程目标包括以下几点：
1. 理解分布式计算的基本概念和原理，包括分布式算法的设计、实现和应用。
2. 熟悉基于大数据的现代时间序列预测的基本方法和原理。
3. 能够运用时间序列预测的方法和模型，对实际数据进行预测和分析。
4. 能够运用分布式计算的技术和工具，进行大规模时间序列数据的处理和分析。
5. 理解分布式计算与时间序列预测的交叉应用，例如在金融、医疗、能源等领域的应用。
6. 培养学生的创新思维和实践能力，通过实验和实践环节，提高学生的实际操作能力和解决问题的能力。
本次案例分享包含如下内容：
1. 教学设计
2. 教学工具和教学平台
3. 教学内容安排示例
4. 授课技巧分享
李丰老师就职于北京大学光华管理学院，任商务统计与经济计量系副教授。本科毕业于中国人民大学，博士毕业于瑞典斯德哥尔摩大学，研究领域包括贝叶斯统计学，大规模时间序列预测方法，大数据分布式学习等。李丰博士最新研究成果发表在统计期刊JCGS, 管理期刊EJOR (ABS4)，会计期刊CAR (FT50)等。他同时著有 Bayesian Modeling of Conditional Densities，《大数据分布式计算与案例》和《统计计算》。
