大型资本项目的融资案例分析对于未来希望在商科方向深造的学生来说是必不可少的知识储备。学生将基于大型资本项目的开发流程，学习与实践从初期财务模型设计到最终项目融资落实的全套系统性知识。 主要研究内容包括：现有大型资本项目的案例分析与要点总结；项目开发基础与融资环境分析；融资结构分析，包括对债务和股权的梳理、项目结构分析、财务杠杆结构等多方面知识。 最终，学生将进行小组答辩，通过每组成员合作，完成一份学术报告。

同学们将在六周内完成一个基于社交平台的实时面部识别技术自动系统，了解并掌握机器学习这一看起来高深而尖端的工具在现实世界中的应用。导航软件带你避免交通拥堵的路段，这些都是机器学习的一些成熟应用场景。在本项目中，学员们将学习机器学习基础原理以及数据处理的方法，包括数据分类、回归的回归与模型的搭建与检测，并通过六周的时间，完成一个基于智能手机的实时面部识别系统。

学生将在名校导师的带领下，对中国三大石油公司 “中石油”、“中石化”和“中海油”(又称“三桶油”) 的IPO历史进行整理与分析，深入的挖掘IPO给企业发展带来的影响，从而对IPO这个重要的金融资本运作方式产生深刻的认知。 另外，针对油气企业的IPO研究，对于理解IPO的过程及影响极具代表性 。 最后，学生将进行小组答辩，汇报项目成果，获得导师的点评，并完成一份学术报告。

该项目由名校高级讲师远程授课，学生以团队合作的形式使用“机器学习”的方法对虚假新闻数据库进行初步的分类与解析，通过Python、R、Anaconda等工具进行纠错与模型改进，在这过程中，学生将学会训练基本的分类器（classifiers），能够调整机器学习模型的超参数（hyper-parameters），初步掌握自然语言处理，了解机器学习中的常见错误与难点。 最后，学生将进行小组答辩，汇报项目成果，获得导师的点评，并完成一份学术报告。

该项目将由高级讲师远程授课，主要内容包括: 纽约出租车指派优化问题，希格斯玻色子分类问题，深度神经网络等问题。 课程将会融合多方面核心知识点：数据收集—如何通过数据对比、筛选、提炼找到最精准的数据组合；数据管理—如何迅速收集到最可靠的数据；探索式数据分析—如何提出合理的假设并且建立对数据判断的敏锐直觉；对数据走向的预判和统计能力以及如何把数据形象化同时书进行面化的总结。

学习空间和频域数字图像处理的基本原理，压缩和最重要的图像分割技术。分类区别传统的1-D和2-D信号与图像处理的基本原理，学会如何挖掘图像特征，分析数字图像，并识别场景中感兴趣的对象和其他信息，在未来可应用于机器视觉和机器人技术中，以及从工业和医疗设施产生的公共和私人网络上可用的大量分布式图像和视频数据库中提取相关信息。 继而基于给定的数据库，编写一个完整程序，完成对数据库中图像特征的挖掘。

团队项目——IPO案例分析:一个虚拟的休闲餐厅——主要在美国经营特色亚洲菜，正在寻找一个投资银行，就公司可能进行的首次公开募股(IPO)向公司管理层和董事会提供一些建议性的意见。学生将被假设为一个投资银行家，通过分析餐厅的财务信息和运营情况、创建估值模型、完成无杠杆贴现现金流分析(“DCF”)，编制一份估价资产负债表等一系列任务来帮助这家餐厅完成IPO。 最后，学生将进行小组答辩，汇报项目成果，获得导师的点评，并完成一份学术报告。

一些政治学专家认为，显著的偏见和/或不真实消息的泛滥影响了这次大选。假新闻日益成为社会中的威胁，它通常是为了商业利益而产生，以吸引观众并收集广告收入。 参加该项目的学生将以团队合作的方式使用机器学习尤其是深度学习、神经网络算法完成关于“假新闻”的探测。该项目的目标是建立一个分类器，可以预测一个新闻片段是否只是基于它内容的虚假，从而从自然语言处理（NLP）的角度来解决这个问题。比较来自不同模型实现的结果，并对结果进行分析。