EXECUTIVE EDUCATION
EXECUTIVE EDUCATION
技术结合数据 企业增长新引擎
2022年3月2日
10周在线课程
每周6-8小时*
16,800 RMB
养成数据驱动理念
学习沟通和解释数据
建设数字文化
本课程面向希望提升技能的中级职业经理人，有权做出重要组织决策的C级高管，以及那些想要在高成长领域推动职业发展的高管。
课程不要求学员在上课前具备编码等专业知识，但学员应当有量化的概念，该概念非常重要。
第一周为热身周，将带领学员回顾数学与统计学的基础概念，包括平均值、标准差、图、直方图、线性函数、对数函数等。
此外，每周设有“预备课”，专门介绍下一模块中涉及的重点概念，供学员参考。但真正养成数据科学素养，离不开学员在亲身实践体验中学习数据、数学、统计学。课程始终，无论是理论还是实践，我们会全力支持学员。
在为期十周的课程中，您将接触到许多用于处理和分析数据的常见技术。本课程结束时，您将能够与数据科学和分析团队展开有效合作以推动业务决策，帮助组织机构取得成功。
本模块会简单介绍数据科学和分析背后的基本原理，然后探索数据的基础。此外，你将阅读有关使用Jupyter Notebook的教程，这一交互式计算环境允许您将代码执行、富文本以及数据图和分析结合在一起。
通过了解数据样本以及抽样变异和质量来探索调查科学。本模块将通过对抽样、I型和II型错误以及控制限制，描述利用抽样分析商业决策利弊的方法。
了解在开展统计测试、比较、置信区间和误差幅度的基础上，进行商业决策的重要性。您将借助一个以直邮广告为重点的案例，探索这些概念，并运用4M模型（动机、方法、机制、信息）完成问题集。
探索如何通过从样本数据中推断信息来获取最大利润。您将探索线性和曲线模式、需求、价格设置和弹性。
简单的回归分析是实现更精密的数据驱动型商业决策的关键。我们会重点了解这些模型的使用方式，确保其有效使用的假设以及如何利用这些模型做出更好的商业决策。本模块的数据集侧重于利用犯罪率来预测费城的房价走势。
了解数据科学和分析的两大常见用途：预测和A/B对照测试。这其中包括差异分析、时间序列回归以及设计并执行简单或复杂的A/B对照测试流程。应用基于资本资产定价模型，这种工具可以描述系统性风险和资产预期回报之间的关系。
探索一些更为基本的机器学习方法，以及如何将其用于商业决策。概念包括监督学习和机器学习应用，例如垃圾邮件检测。
通过深入探讨能够定义有效数据科学团队的能力组合以及如何在组织内部建立数据驱动型文化，总结整个课程。强调常见的陷阱，同时简述与数据科学家有效合作的策略。
本模块会简单介绍数据科学和分析背后的基本原理，然后探索数据的基础。此外，你将阅读有关使用Jupyter Notebook的教程，这一交互式计算环境允许您将代码执行、富文本以及数据图和分析结合在一起。
简单的回归分析是实现更精密的数据驱动型商业决策的关键。我们会重点了解这些模型的使用方式，确保其有效使用的假设以及如何利用这些模型做出更好的商业决策。本模块的数据集侧重于利用犯罪率来预测费城的房价走势。
通过了解数据样本以及抽样变异和质量来探索调查科学。本模块将通过对抽样、I型和II型错误以及控制限制，描述利用抽样分析商业决策利弊的方法。
了解数据科学和分析的两大常见用途：预测和A/B对照测试。这其中包括差异分析、时间序列回归以及设计并执行简单或复杂的A/B对照测试流程。应用基于资本资产定价模型，这种工具可以描述系统性风险和资产预期回报之间的关系。
了解在开展统计测试、比较、置信区间和误差幅度的基础上，进行商业决策的重要性。您将借助一个以直邮广告为重点的案例，探索这些概念，并运用4M模型（动机、方法、机制、信息）完成问题集。
探索一些更为基本的机器学习方法，以及如何将其用于商业决策。概念包括监督学习和机器学习应用，例如垃圾邮件检测。
探索如何通过从样本数据中推断信息来获取最大利润。您将探索线性和曲线模式、需求、价格设置和弹性。
通过深入探讨能够定义有效数据科学团队的能力组合以及如何在组织内部建立数据驱动型文化，总结整个课程。强调常见的陷阱，同时简述与数据科学家有效合作的策略。
注：为了帮助学员通过亲身体验实践学习数据技术，学会用数据制定更好的决策，课程设置了2次各为期1周的实验 室学习课程，学员将有机会深挖数据。该实践活动是10周课程总体设计的一部分。
立即领取课程手册本在线课程为期10周，学员将与加州大学伯克利分校高管教育的教授、行业精英以及世界各地的同行建立直接联系。课程在严格基于学科内容的基础上突出实践性，学员将在亲身经历实践过程中学习使用开源交互式平台Jupyter Notebook计算、分析数组。课程内容虽为事先预定，我们仍会致力于提供生动的体验式学习，学员将在解决一大批现实世界问题的同时，发现新的可能性。
由于加州大学伯克利分校高管教育的教授与硅谷及其周边地区众多具有行业代表性的全球知名科技公司联系密切，这些公司的科研及应用直接或间接地成为了本课程内容的来源：
注：本课程提到的企业名称或产品名称均为商标™或注册®商标名称。使用商标名称不代表和商标所有人之间存在任何附属关系或赞助关系。
体现在通过提升数据素养技能而受益的数据敏感性企业中。典型行业包括：
史蒂夫·塔德利斯教授
沙查·卡里夫教授
沙查·卡里夫教授
Benjamin N. Ward经济学教授，哈斯商学院
沙查·卡里夫教授是实验社会科学实验室（Xlab）的前系主任兼教务主任。其对行为经济学和实验经济学的研究，为理解个人偏好、风险态度、时间态度等问题提供了新工具，为决策提供几近全面的信息。也为理解个人财务与非财务决策提供了宝贵的新洞见，帮助客户在设计和营销产品或服务时制定更佳决策，有效帮助客户增加获客率，改善客户关系，提升客户保持率。
学术方面，教授曾在斯坦福大学、普林斯顿大学、牛津大学、剑桥大学、欧洲大学学院、挪威经济学院等学府担任客座教授。教授还是Capital Preferences公司的联合创始人、首席科学家，这家公司变革了企业投资建议、贷款、保险、人才市场解决方案，创造了具有突破性的“经济指纹”技术和方法论，旨在帮助最具动态的产业面对最严峻的挑战，澳大利亚由顶尖金融专家主演的热门电视节目《投资系列》对该公司做过专题介绍。
注：成功学完本课程后，我们将按照您报名时登记的姓名签发电子版认证证书，并使用电子邮件发送到您的邮箱。证书中使用的图像仅用于说明目的，加州大学伯克利分校高管教育可酌情更改。