課程概述
2011年，微信剛剛推出，大多數(shù)人還不知道朋友圈，基本也沒(méi)人談?wù)摯髷?shù)據(jù)、機(jī)器學(xué)習(xí)與人工智能。八年后的今天，世界變化速度還在繼續(xù)加快，技術(shù)進(jìn)步時(shí)刻沖擊著每個(gè)行業(yè)與組織，究竟什么樣的技能才是最稀缺、最寶貴的，才能使你立于不敗之地？最重要的，應(yīng)該是快速學(xué)習(xí)的能力。陳強(qiáng)教授自2010年《高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata》教材出版以來(lái)，受到了廣大讀者的熱烈歡迎，也累積了大批粉絲。跨過(guò)了計(jì)量那道坎，繼續(xù)上路吧，由StataCorp LLC重點(diǎn)推薦的“Stata夏季訓(xùn)練營(yíng) ”課程，匯集雙男神，2 1模式，由山東大學(xué)陳強(qiáng)教授和南開(kāi)大學(xué)王群勇教授親自操刀，傳授機(jī)器學(xué)習(xí)里最受歡迎熱門知識(shí)。以計(jì)量經(jīng)濟(jì)學(xué)的前沿問(wèn)題為導(dǎo)向，引入人工智能領(lǐng)域最前沿的機(jī)器學(xué)習(xí)方法結(jié)合Stata應(yīng)用。 全程八天(含會(huì)議)，Stata魔鬼訓(xùn)練營(yíng)，打造2019最新穎、最前沿的學(xué)習(xí)課程，本次“機(jī)器學(xué)習(xí)與Stata、R應(yīng)用研討會(huì)”，陳老師將推陳出新，化難為簡(jiǎn)，帶來(lái)全新、不一樣的內(nèi)容。通過(guò)本課程的學(xué)習(xí)，使學(xué)員可以了解機(jī)器學(xué)習(xí)的常用算法以及典型的應(yīng)用領(lǐng)域。掌握機(jī)器學(xué)習(xí)的基本概念，并在此基礎(chǔ)上應(yīng)用于相關(guān)領(lǐng)域，培養(yǎng)一定的分析實(shí)際問(wèn)題的能力。歡迎廣大Stata用戶及學(xué)者報(bào)名參加。
Stata夏季訓(xùn)練營(yíng)，最前沿的知識(shí)體系，帶你一探究竟！
機(jī)器學(xué)習(xí)是人工智能科學(xué)研究和應(yīng)用領(lǐng)域的重要驅(qū)動(dòng)力， 同時(shí)也給統(tǒng)計(jì)研究帶來(lái)了眾多挑戰(zhàn)和思路，機(jī)器學(xué)習(xí)最基本的做法，是使用算法來(lái)解析數(shù)據(jù)、從中學(xué)習(xí)，然后對(duì)真實(shí)世界中的事件做出決策和預(yù)測(cè)，本課程將提供機(jī)器學(xué)習(xí)里最受歡迎熱門知識(shí)， 主要指導(dǎo)思想是在最前沿的技術(shù)及Stata更深入的探究上，將機(jī)器學(xué)習(xí)的思想原理結(jié)合Stata精髓及核心內(nèi)容，以最通俗生動(dòng)的語(yǔ)言以及大量的案例教給學(xué)員，并注重在應(yīng)用上的擴(kuò)展。課前我們將提供電子版本講義及課件資源。并提供Stata最新正版軟件試用，確保每位老師都能正常、安全的運(yùn)行數(shù)據(jù)資源，保證上課質(zhì)量！
可點(diǎn)擊放大瀏覽
?OLS的代數(shù)與幾何
統(tǒng)計(jì)推斷
標(biāo)準(zhǔn)誤（穩(wěn)健、HAC、聚類、自助）
?邏輯回歸
Logit回歸、邊際效應(yīng)、幾率比
ROC、AUC
?決策樹(shù)（Decision Tree）
CART算法、分裂準(zhǔn)則函數(shù)
剪枝（Pruning）、交叉驗(yàn)證
?集成學(xué)習(xí)（Ensemble Learning）
袋裝法（Bagging）、隨機(jī)森林
提升法（Boosting）、變量重要性、偏依賴圖
?人工神經(jīng)網(wǎng)絡(luò)
激活函數(shù)、反向傳播算法
神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、深度神經(jīng)網(wǎng)絡(luò)
?支持向量機(jī)
最大間隔分類器（Maximal Margin Classifier）
軟間隔（Soft Margin）、核技巧
導(dǎo)讀：
當(dāng)計(jì)量經(jīng)濟(jì)學(xué)遭遇機(jī)器學(xué)習(xí)（一）
當(dāng)計(jì)量經(jīng)濟(jì)學(xué)遭遇機(jī)器學(xué)習(xí)（二）
當(dāng)計(jì)量經(jīng)濟(jì)學(xué)遭遇機(jī)器學(xué)習(xí)（三）
當(dāng)計(jì)量經(jīng)濟(jì)學(xué)遭遇機(jī)器學(xué)習(xí)（四）
請(qǐng)?jiān)L問(wèn)微信公眾號(hào)"計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用"獲取。
機(jī)器學(xué)習(xí) Stata、R應(yīng)用課程
推薦：暑假必備、學(xué)術(shù)充電、陳強(qiáng)老師親授；
干貨：思想原理 數(shù)學(xué)精髓 Stata案例；
福利：提供Stata/MP2最新正版軟件試用；
主講嘉賓:
陳強(qiáng)，山東大學(xué)教授，分別于1992年與1995年獲得北京大學(xué)經(jīng)濟(jì)學(xué)學(xué)士與碩士學(xué)位，2007年獲美國(guó)Northern Illinois University數(shù)學(xué)碩士與經(jīng)濟(jì)學(xué)博士學(xué)位?，F(xiàn)任山東大學(xué)經(jīng)濟(jì)學(xué)院博士生導(dǎo)師。主要研究領(lǐng)域?yàn)橛?jì)量經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)史。已獨(dú)立發(fā)表論文于Oxford Economic Papers (lead article)，Economica，Journal of Comparative Economics，《經(jīng)濟(jì)學(xué)(季刊)》、《世界經(jīng)濟(jì)》等國(guó)內(nèi)外期刊。著有暢銷研究生教材《高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用》（第2版，高教社，2014）與本科教材《計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用》（高教社，2015）。2010年入選教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃。
計(jì)量經(jīng)濟(jì)學(xué)及Stata主頁(yè)
課程信息：
時(shí)間：2019年8月17日-19日（共三天）
安排：上午09:00至12:00 ; 下午14:00至17:00 ；答疑：17:00-17:30
費(fèi)用：3600元/人
地點(diǎn)：上海財(cái)經(jīng)大學(xué)
課程摘要：
本課程主要介紹機(jī)器學(xué)習(xí)的基本思想與算法，結(jié)合具體案例，介紹Stata和R語(yǔ)言實(shí)踐操作，課程以計(jì)量經(jīng)濟(jì)學(xué)的前沿問(wèn)題為導(dǎo)向，引入人工智能領(lǐng)域最前沿的機(jī)器學(xué)習(xí)方法結(jié)合Stata應(yīng)用，打造思想原理數(shù)學(xué)精髓 Stata案例。即日起開(kāi)始報(bào)名。
課程大綱：
第一講 機(jī)器學(xué)習(xí)引論
第二講 KNN
第三講 OLS
第四講 判別分析
第五講 樸素貝葉斯
第六講 邏輯回歸
第七講 決策樹(shù)
第八講 集成學(xué)習(xí)（Ensemble Learning）
第九講 支持向量機(jī)
第十講 人工神經(jīng)網(wǎng)絡(luò)
▲第一天
第一講 機(jī)器學(xué)習(xí)引論
專題介紹：近年來(lái)人工智能迅速進(jìn)入大眾視野，并在全球范圍內(nèi)迎來(lái)了行業(yè)的快速發(fā)育期。機(jī)器學(xué)習(xí)作為人工智能的組成部分，無(wú)疑是人工智能科學(xué)研究和應(yīng)用領(lǐng)域的重要驅(qū)動(dòng)力，將帶來(lái)一系列傳統(tǒng)決策機(jī)制的根本性變革，勢(shì)必推動(dòng)社會(huì)科學(xué)研究范式的重大轉(zhuǎn)型。 當(dāng)計(jì)量經(jīng)濟(jì)學(xué)的影響力幾乎不出校門時(shí)，機(jī)器學(xué)習(xí)正迅速進(jìn)入大眾視野，并悄然改變著我們的日常生活（比如，網(wǎng)絡(luò)搜索、網(wǎng)購(gòu)等背后均有機(jī)器學(xué)習(xí)的算法支持，本講將帶您揭開(kāi)機(jī)器學(xué)習(xí)的神密面紗。
第二講 KNN
專題介紹：K-近鄰算法（KNN）是將最簡(jiǎn)單最初級(jí)的分類器是將全部的訓(xùn)練數(shù)據(jù)所對(duì)應(yīng)的類別都記錄下來(lái)，當(dāng)測(cè)試對(duì)象的屬性和某個(gè)訓(xùn)練對(duì)象的屬性完全匹配時(shí)，便可以對(duì)其進(jìn)行分類。 KNN算法中，所選擇的鄰居都是已經(jīng)正確分類的對(duì)象。該方法在定類決策上只依據(jù)最鄰近的一個(gè)或者幾個(gè)樣本的類別來(lái)決定待分樣本所屬的類別。交叉驗(yàn)證是一種通過(guò)估計(jì)模型的泛化誤差，從而進(jìn)行模型選擇的方法。沒(méi)有任何假定前提，具有應(yīng)用的普遍性，操作簡(jiǎn)便， 是一種行之有效的模型選擇方法。K折交叉驗(yàn)證：把數(shù)據(jù)分成K份，每次拿出一份作為驗(yàn)證集，剩下k-1份作為訓(xùn)練集，重復(fù)K次。最后平均K次的結(jié)果，作為誤差評(píng)估的結(jié)果，此方法大大減小算法復(fù)雜度，被廣泛應(yīng)用?！酒钆c方差的權(quán)衡 、如何選擇K 、驗(yàn)證集法 、交叉驗(yàn)證】
第三講 OLS
專題介紹：OLS(最小二乘法)主要用于線性回歸的參數(shù)估計(jì)，它的思路很簡(jiǎn)單，就是求一些使得實(shí)際值和模型估值之差的平方和達(dá)到最小的值，將其作為參數(shù)估計(jì)值。OLS的最大好處是便于解釋，容易考察解釋變量 x 對(duì)被解釋變量 y 的影響。雖然OLS估計(jì)非常簡(jiǎn)單，但在進(jìn)行統(tǒng)計(jì)推斷時(shí)，卻需要特別注意在不同的場(chǎng)合下使用不同的標(biāo)準(zhǔn)誤，比如穩(wěn)健標(biāo)準(zhǔn)誤，HAC標(biāo)準(zhǔn)誤，聚類穩(wěn)健標(biāo)準(zhǔn)誤，自助標(biāo)準(zhǔn)誤等。【OLS的代數(shù)與幾何、統(tǒng)計(jì)推斷、標(biāo)準(zhǔn)誤（穩(wěn)健、HAC、聚類、自助）】
第四講 判別分析
專題介紹：貝葉斯決策論是解決模式分類問(wèn)題的一種基本統(tǒng)計(jì)途徑。其假設(shè)：決策問(wèn)題可以用概率的形式來(lái)描述，并且所有有關(guān)的概率結(jié)構(gòu)均已知，葉斯決策論是基于概率論的決策，根據(jù)不同決策準(zhǔn)則，分別得到不同決策意義下的最優(yōu)判斷。由于線性判別函數(shù)易于分析，所以關(guān)于這方面的研究特別多。 應(yīng)用統(tǒng)計(jì)方法解決模式識(shí)別問(wèn)題時(shí)，一再碰到的問(wèn)題之一是維數(shù)問(wèn)題。在低維空間里解析上或計(jì)算上行得通的方法，在高維空間里往往行不通。因此，降低維數(shù)有時(shí)就成為處理實(shí)際問(wèn)題的關(guān)鍵?！矩惾~斯決策理論、線性判別、二次判別、Fisher判別分析】
第五講 樸素貝葉斯
專題介紹：樸素貝葉斯算法簡(jiǎn)單高效，在處理分類問(wèn)題上，是首先考慮的方法之一。其優(yōu)點(diǎn)為簡(jiǎn)單、快速、有效。能處理好噪聲數(shù)據(jù)和缺失的數(shù)據(jù)，需要用來(lái)訓(xùn)練的例子相對(duì)較少，但同樣能處理好大量的例子，很容易獲得一個(gè)預(yù)測(cè)的估計(jì)概率值 。 本講將主要講解樸素貝葉斯通過(guò)拉普拉斯修正，可以避免因訓(xùn)練集樣本不充分而導(dǎo)致概率估值為零的問(wèn)題，對(duì)算法的思考以及應(yīng)用的消息，培養(yǎng)思維能力，注重過(guò)程，挖掘背后的原理。【樸素貝葉斯、 拉普拉斯修正】
第六講 邏輯回歸
專題介紹：邏輯回歸由于存在易于實(shí)現(xiàn)、解釋性好以及容易擴(kuò)展等優(yōu)點(diǎn)，被廣泛應(yīng)用于點(diǎn)擊率預(yù)估（CTR）、計(jì)算廣告（CA）以及推薦系統(tǒng)（RS）等任務(wù)中。 ROC/AUC作為機(jī)器學(xué)習(xí)的評(píng)估指標(biāo)非常重要， 為了了解模型的泛化能力，我們需要用某個(gè)指標(biāo)來(lái)衡量，這就是性能度量的意義。有了一個(gè)指標(biāo)，我們就可以對(duì)比不同模型了，從而知道哪個(gè)模型相對(duì)好，那個(gè)模型相對(duì)差，并通過(guò)這個(gè)指標(biāo)來(lái)進(jìn)一步調(diào)參逐步優(yōu)化我們的模型。 本講我們主要討論與分類相關(guān)的一些指標(biāo)，因?yàn)锳UC/ROC就是用于分類的性能度量標(biāo)準(zhǔn)。【Logit回歸、邊際效應(yīng)、幾率比、ROC、AUC】
第七講 決策樹(shù)（Decision Tree）
專題介紹：機(jī)器學(xué)習(xí)中，決策樹(shù)是一個(gè)預(yù)測(cè)模型；他代表的是對(duì)象屬性與對(duì)象值之間的一種映射關(guān)系。其中CART算法（Classification and Regression Trees）分類與回歸樹(shù)(CART——Classification And Regression Tree)) 是一種非常有趣并且十分有效的非參數(shù)分類和回歸方法。它通過(guò)構(gòu)建二叉樹(shù)達(dá)到預(yù)測(cè)目的。 剪枝（Pruning）是決策樹(shù)停止分支的方法之一。除此之外，課程中還將對(duì)分裂準(zhǔn)則函數(shù)（錯(cuò)分率、基尼指數(shù)、信息熵）、交叉驗(yàn)證（Cross-validation）做詳細(xì)講解?！綜ART算法（Classification and Regression Trees）、分裂準(zhǔn)則函數(shù)（錯(cuò)分率、基尼指數(shù)、信息熵）、剪枝（Pruning）、交叉驗(yàn)證（Cross-validation）】
第八講集成學(xué)習(xí)（Ensemble Learning）
專題介紹：集成學(xué)習(xí)的理論基礎(chǔ)是 PAC 理論、強(qiáng)可學(xué)習(xí)與弱可學(xué)習(xí)理論。集成學(xué)習(xí)的理論基礎(chǔ)表明強(qiáng)可學(xué)習(xí)器與弱可學(xué)習(xí)器是等價(jià)的，因此可以尋找方法將弱可學(xué)習(xí)器轉(zhuǎn)換為強(qiáng)可學(xué)習(xí)器，而不必去直接尋找較難發(fā)現(xiàn)的強(qiáng)可學(xué)習(xí)器。本次課程陳教授將帶我們一起探討具有代表性的集成學(xué)習(xí)方法包括Boosting，Bagging，隨機(jī)森林等?！敬b法（Bagging）、隨機(jī)森林（Random Forest）、提升法（Boosting）、變量重要性（Variable Importance）、偏依賴圖（Partial Dependence Plot）】
第九講 支持向量機(jī)
專題介紹：支持向量機(jī)（Support Vector Machine, SVM）是一類按監(jiān)督學(xué)習(xí)（supervised learning）方式對(duì)數(shù)據(jù)進(jìn)行二元分類（binary classification）的廣義線性分類器（generalized linear classifier），其決策邊界是對(duì)學(xué)習(xí)樣本求解的最大邊距超平面（maximum-margin hyperplane）。 SVM被提出于1964年，在二十世紀(jì)90年代后得到快速發(fā)展并衍生出一系列改進(jìn)和擴(kuò)展算法，在人像識(shí)別（face recognition）、文本分類（text categorization）等模式識(shí)別（pattern recognition）問(wèn)題中有得到應(yīng)用 。本課程將重點(diǎn)解析最大間隔分類器（Maximal Margin Classifier）、軟間隔（Soft Margin）及核技巧（Kernel Trick）等支持向量機(jī)方面的核心內(nèi)容?！咀畲箝g隔分類器（Maximal Margin Classifier）、軟間隔（Soft Margin）、支持向量機(jī)（Support Vector Machine）、核技巧（Kernel Trick）】
第十講 人工神經(jīng)網(wǎng)絡(luò)
專題介紹：人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，即ANN ），是20世紀(jì)80 年代以來(lái)人工智能領(lǐng)域興起的研究熱點(diǎn)。它從信息處理角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象， 建立某種簡(jiǎn)單模型，按不同的連接方式組成不同的網(wǎng)絡(luò)。在學(xué)術(shù)界也常直接簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。 最近十多年來(lái)，人工神經(jīng)網(wǎng)絡(luò)的研究工作不斷深入，已經(jīng)取得了很大的進(jìn)展，其在模式識(shí)別、智能機(jī)器人、自動(dòng)控制、預(yù)測(cè)估計(jì)、生物、醫(yī)學(xué)、經(jīng)濟(jì)等領(lǐng)域已成功地解決了許多現(xiàn)代計(jì)算機(jī)難以解決的實(shí)際問(wèn)題，表現(xiàn)出了良好的智能特性。本課程將詳細(xì)介紹人工神經(jīng)網(wǎng)絡(luò)的思想、激活函數(shù)、反向傳播算法、神經(jīng)網(wǎng)絡(luò)的訓(xùn)練等內(nèi)容，同時(shí)陳老師也會(huì)和大家一起探討關(guān)于神經(jīng)網(wǎng)絡(luò)的類型與發(fā)展等問(wèn)題?！救斯ど窠?jīng)網(wǎng)絡(luò)的思想、激活函數(shù)、反向傳播算法（Back-propagation Algorithm）、神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、深度神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)的類型與發(fā)展】
相約上海，暑假狂歡
第三屆Stata中國(guó)用戶大會(huì)/2019年8月20-21日
2019，一起發(fā)現(xiàn)Stata新價(jià)值
鏈接：http://www.uone-tech.cn/ChinaStataConference2019/
Stata空間計(jì)量與機(jī)器學(xué)習(xí)研討會(huì)-王群勇專場(chǎng)/2019年8月22-24日
2019，空間計(jì)量 機(jī)器學(xué)習(xí)
鏈接：http://www.uone-tech.cn/training/stata20190822wqy.html
2019年第三屆 Stata 中國(guó)用戶大會(huì)暨“機(jī)器學(xué)習(xí)與計(jì)量方法應(yīng)用研討會(huì)”將于2019年8月20-21日在上海財(cái)經(jīng)大學(xué)盛大召開(kāi)。StataCorp LLC將繼續(xù)選派技術(shù)專家出席會(huì)議，將與來(lái)自中國(guó)的Stata用戶交流軟件新應(yīng)用及想法。我們還將邀請(qǐng)國(guó)內(nèi)計(jì)量經(jīng)濟(jì)學(xué)專家及金融投資領(lǐng)域的技術(shù)大咖為大家?guī)?lái)在Stata應(yīng)用中各種有吸引力的主題和實(shí)踐經(jīng)驗(yàn)，希望這次會(huì)議能夠成為發(fā)現(xiàn)Stata新價(jià)值的機(jī)會(huì)。會(huì)議同期還將開(kāi)展Stata夏季訓(xùn)練營(yíng)活動(dòng)，由山東大學(xué)陳強(qiáng)教授和南開(kāi)大學(xué)王群勇教授帶來(lái)Stata機(jī)器學(xué)習(xí)及計(jì)量經(jīng)濟(jì)方法應(yīng)用課程，點(diǎn)擊了解詳情！
會(huì)議官網(wǎng)
王群勇專場(chǎng)
陳強(qiáng)專場(chǎng)
報(bào)名方式
請(qǐng)?zhí)顚?xiě)表格后于2019年8月15日前，發(fā)送“報(bào)名回執(zhí)表 支付截圖”至郵箱：marketing@uone-tech.cn，郵件主題為：“2019 Stata夏季訓(xùn)練營(yíng) 姓名 單位”完成報(bào)名及繳費(fèi)。（如現(xiàn)場(chǎng)刷卡需預(yù)繳500元留位費(fèi)至主辦方指定帳戶，現(xiàn)場(chǎng)刷卡后以現(xiàn)金方式返還）。Word版報(bào)名表下載：https://eyun.baidu.com/s/3dHhApyD（復(fù)制瀏覽器下載）
在線報(bào)名
參會(huì)對(duì)象
高校教師、碩士生、博士生、科研院所科研人員、大型企業(yè)數(shù)據(jù)分析師、社會(huì)團(tuán)體及Stata愛(ài)好者。
會(huì)議費(fèi)用
名稱：第三屆Stata中國(guó)用戶大會(huì)
費(fèi)用：800元/人
時(shí)間：2019年08月20-21日
名稱：Stata夏季訓(xùn)練營(yíng)-陳強(qiáng)專場(chǎng)
費(fèi)用：3600元/人
時(shí)間：2019年08月17-19日
名稱：Stata夏季訓(xùn)練營(yíng)-王群勇專場(chǎng)
費(fèi)用：3600元/人
時(shí)間：2019年08月22-24日
備注：（食宿差旅費(fèi)用自理）
優(yōu)惠方案
可點(diǎn)擊放大瀏覽
支付方式
對(duì)公轉(zhuǎn)賬
開(kāi)戶名：北京友萬(wàn)信息科技有限公司
開(kāi)戶行：中國(guó)建設(shè)銀行北京昌平支行
帳 號(hào)：11050181360009366857
組織單位
主辦方：北京友萬(wàn)信息科技有限公司（Uone-Tech）
承辦方：上海財(cái)經(jīng)大學(xué)
交通指南
會(huì)議地點(diǎn)：上海財(cái)經(jīng)大學(xué)（上海市國(guó)定路777號(hào)）
虹橋國(guó)際機(jī)場(chǎng)/高鐵到達(dá)：全程30公里，預(yù)計(jì)行駛45分鐘，費(fèi)用約100元
上海站到達(dá)：全程10公里，預(yù)計(jì)行駛20分鐘，費(fèi)用約34元
其它事項(xiàng)
? 主辦方將提供課程所需的Stata\MP2 最新版本試用。
? 請(qǐng)參會(huì)學(xué)員自帶電腦提前安裝軟件，現(xiàn)場(chǎng)由課程助教激活。
? 本次會(huì)議食宿差旅費(fèi)用由學(xué)員自理，外地學(xué)員請(qǐng)?zhí)崆鞍才藕眯谐獭?/p>
?參會(huì)學(xué)員可申請(qǐng)由主辦方友萬(wàn)科技提供的結(jié)業(yè)證書(shū)。
?參會(huì)學(xué)員如需采購(gòu)正版Stata軟件可享受內(nèi)部采購(gòu)優(yōu)惠。
? 請(qǐng)于開(kāi)營(yíng)前完成報(bào)名工作并及時(shí)與會(huì)務(wù)組保持溝通。
Stata軟件采購(gòu)優(yōu)惠方案
北京友萬(wàn)信息科技有限公司作為Stata軟件在中國(guó)大陸的官網(wǎng)指定經(jīng)銷商及合作伙伴，希望能給Stata中國(guó)用戶提供更多服務(wù)與支持，并幫助中國(guó)用戶建立完善的軟件售后服務(wù)體系。如需新版本采購(gòu)及老版本更新升級(jí)請(qǐng)聯(lián)系我們，感謝您的支持與關(guān)注。定購(gòu)熱線：010-56451129
1.凡參加本次會(huì)議，一年內(nèi)購(gòu)買Stata IC/SE/MP軟件單機(jī)版本，給予10%價(jià)格優(yōu)惠。2.凡參加本次會(huì)議，一年內(nèi)購(gòu)買Stata IC/SE/MP軟件實(shí)驗(yàn)室版本，給予10%價(jià)格優(yōu)惠并免費(fèi)贈(zèng)送Stata視頻培訓(xùn)DVD學(xué)習(xí)課程一套。3.凡參加本次會(huì)議，一年內(nèi)構(gòu)建包括Stata軟件在內(nèi)的大數(shù)據(jù)實(shí)驗(yàn)室軟件，項(xiàng)目完成后免費(fèi)奉送現(xiàn)場(chǎng)Stata為期三天培訓(xùn)券1張，并邀請(qǐng)免費(fèi)參加年度Stata中國(guó)用戶大會(huì)。以上優(yōu)惠信息解釋權(quán)歸北京友萬(wàn)信息科技有限公司所有。
會(huì)務(wù)組聯(lián)系方式
報(bào)名郵箱：marketing@uone-tech.cn
報(bào)名熱線：010-56451128
課程咨詢：王老師 18612990364（手機(jī)/微信同號(hào)）
課程咨詢：陳老師 18600528290（手機(jī)/微信同號(hào)）
線上咨詢：3357724577
線上咨詢：2196837879
線上咨詢：124932243
溫馨提示：按預(yù)報(bào)名順序排座。
