由剑桥大学科文中心（CCISTC）组织实施并管理的年剑桥大学教授在线课堂即将开课，该课程为公益课程，通过Zoom及Bilibili平台在线直播。无法出门又想接触最前沿科研理念的同学们，快来pick你想听的课吧！

金融商科主题

AnIntroductiontoBusinessModelsandStrategy

商业模式和战略

主讲人

ProfMatthiasD?rrzapf

DirectorofScholarshipsInternationalProgrammes,StJohn’sCollege,UniversityofCambridge

剑桥大学圣约翰学院奖学金与国际交流项目处主任

DirectorofStudiesinMathematics,StJohn’sCollege,UniversityofCambridge

剑桥大学圣约翰学院院士、数学部学监

研究兴趣

多尔扎普夫博士毕业于剑桥大学王后学院数学专业。在加入圣约翰学院之前，他曾在哈佛大学莱曼物理实验室担任博士后研究职位。他在卡尔斯鲁厄大学获得了数学和物理学学士学位，除了本身在数学领域的高深造诣以外，他在金融领域，尤其是风险管理方面也有巨大成就。他研究了超共形代数的表示理论，该理论在弦理论中发挥着核心作用，并开发了对超共形表示进行分类的方法。多尔扎普夫博士也对概率论感兴趣，并致力于研究金融数学中的风险管理模型，特别是与信用风险相关的模型。他曾与旧金山KMV公司合作，并在法兰克福和纽约为德意志银行工作。

研究主题领域

Algebra/Riskmanagementmodelsinfinancialmathematics

代数/金融数学中的风险管理模型

研究应用

所谓风险定价是指对风险资产的价格确定，如何在项目或者企业一个肯定有风险的环境里把风险可能造成的不良影响减至最低的管理过程。风险管理对现代企业而言十分重要，良好的风险管理有助于降低决策错误几率、避免损失可能、相对提高企业本身附加价值。风险管理本质上资本资产所带来的未来收益与风险的一种函数关系。

新型冠状病毒大流行对于各行各业带来巨大的冲击，许多企业元气大伤，对于公司的下一步产生迷茫，市场预期将发生什么变化？我们应该如何在这种情况下分析市场？企业对于资金投资越来越谨慎，对于风险管理的重视程度不断提高，越来越多的企业设置专业的风险管控师甚至管控小组为公司的决策保驾护航，且普遍给出了高水准的薪资。

多尔扎普夫博士在项目中将介绍如何通过系统论方法，将若干相互作用、相互依赖的风险因素组成一个系统，抽象成理论模型，运用概率论和数理统计等数学工具定量计算出最优的风险管理方案；研究充分组合情况下风险与要求的收益率之间均衡关系的模型，主要针对证券市场中资产的预期收益率与风险资产之间的关系，以及均衡价格是如何形成的，广泛应用于投资决策和公司理财领域。

AI大数据主题

AIandmedicine:thevisionofthefuturemedicineandhowpersonalisedandprecisionmedicinecouldbedevelopedwiththehelpofAI

人工智能在医科分析的应用及人工智能

如何帮助开发个性化医学

主讲人

Prof.PietroLiò

ProfessorofComputationalBiology,

DepartmentofComputerScienceandTechnology,UniversityofCambridge

剑桥大学计算机系计算生物学教授

MemberoftheArtificialIntelligenceGroup,ComputerLaboratory,UniversityofCambridge

剑桥大学计算机实验室人工智能小组成员

MemberoftheCambridgeCentreforAIinMedicine,UniversityofCambridge

剑桥大学医学人工智能中心成员

研究兴趣

廖教授拥有剑桥大学的硕士学位、复杂系统和非线性动力学博士学位（意大利佛罗伦萨大学工程系信息学院）和（理论）遗传学博士学位（意大利帕维亚大学）。他是剑桥人工智能医学中心-综合癌症医学研究所的成员，计算生物学硕士委员会，剑桥大数据指导委员会，VPHUK，克莱尔霍尔学院理事会成员及研究员，欧洲学习与智能系统实验室埃利斯成员，欧洲科学院成员；还被列为意大利顶尖科学家。廖教授的研究包括在健康和疾病状况的不同生物学尺度上开发机械或现象学模型。他的研究兴趣集中在开发人工智能和计算生物学模型，以了解疾病的复杂性并解决个性化和精准医疗。当前廖教授的研究重点是图神经网络建模。

研究主题领域

ArtificialIntelligenceandComputationalBiologymodels

人工智能和计算生物学模型

研究应用

计算机科学的进步和超快的计算速度使得人工智能（AI）广泛地惠及现代社会。自上世纪90年代初，简单的神经网络已被应用于医疗解读心电图、诊断心肌梗死、预测心脏术后重症监护病房的住院时间。目前AI科学应用越来越广泛，包括图像分析（影像学、组织学）、自然语言处理的文本识别、药物活性设计和基因突变表达预测。近年来AI的应用为其用于专业的医疗实践提供了概念性的依据。

虽然AI涵盖了广泛的符号与统计方法以供学习和推理，算法、计算能力和大型数据集获取所取得的最新进展使得人工神经网络成为AI的主要方法。人工神经网络的数学模型灵活，使用多种算法识别大数据中复杂的非线性关系，通过小算法修改遇到的错误后计算机会进行学习以逐步提高预测模型的准确性。

深度学习使用超快速计算各种结构的大型多层数据集进行快速优化，包括使用滤波层作为卷积神经网络和递归层作为递归神经网络。自20世纪90年代以来，深度学习已在商业上得到广泛应用，而现代数学与20世纪80年代数学类似，超级计算机速度和云端允许大规模数据集的反卷积。

留学心得分享

剑桥博士生分享留学申请及生活

主讲人

ErikaB.,剑桥大学在读博士生

化学材料主题

Canlarge-scale