中数学建模越来越多地用于支持公共卫生决策，以控制传染病。本专业旨在介绍数学建模的一些基本概念，所有建模均使用编程语言 R（当今广泛使用的一种应用程序）进行。
如果您具备 R 语言的基本工作知识，同时也想学习必要的基本编码技能，用这种语言编写简单的数学模型，那么本专业课程将非常适合您。虽然不需要高级数学技能，但您应该熟悉常微分方程以及如何解释常微分方程。您将获得有关传染病建模基本理论的明确指导，以及用编程语言 R 编写模型的实际动手经验。
传染病模型 专项课程
您将学到什么
建立有效的数学模型，捕捉特定传染病的自然史。
用 R 语言建立数学模型，根据流行病学数据进行校准，以估算模型的关键参数
使用校准模型为不同干预方案创建模型预测
针对特定的研究和政策问题，解释数学模型的优势和局限性
您将获得的技能
要了解的详细信息
可分享的证书
添加到您的领英档案
授课语言：英语（English）
了解顶级公司的员工如何掌握热门技能
精进特定领域的专业知识
- 向大学和行业专家学习热门技能
- 借助实践项目精通一门科目或一个工具
- 培养对关键概念的深入理解
- 通过 Imperial College London 获得职业证书
专业化 - 3门课程系列
开发 SIR 模型
第 1 门课程21小时
您将学到什么
建立有效的数学模型，捕捉特定传染病的自然病史
用速率、比例和延迟来解释分区模型
描述驱动 SIR 流行动态的基本过程，并说明其与重要概念的关系
解释易感性随时间变化的机制，并建立一个简单的 SIR 模型，在给定参数下解释这些机制
您将获得的技能
类别：数学建模
类别：流行病学
类别：传染病
类别：公共卫生
类别：R 语言程序设计（中文版）
类别：微分方程
干预和校准
第 2 门课程24小时
您将学到什么
确定模型与真实世界流行病学数据之间的关系
将治疗或疫苗接种纳入 SIR 模型，考虑不完善的疗效和不同的作用机制
根据时间序列数据对 SIR 模型进行简单校准，选择参数以最大限度地提高模型与数据的拟合度
认识基于计算机的模型校准的两种简单方法，并用 R 语言在每种方法下进行模型校准。
您将获得的技能
类别：R 语言程序设计（中文版）
类别：统计建模
类别：概率与统计
类别：统计方法
类别：流行病学
类别：微分方程
类别：数据建模
类别：数学建模
类别：公共卫生
类别：传染病
以 SIR 模型为基础
第 3 门课程20小时
您将学到什么
区分随机模型和确定性模型，解释二者何时适用，并对随机模型进行简单模拟
确定在模型中纳入种群结构的重要意义，设计并模拟反映这种结构的传播模型
评估 Ross MacDonald 模型背后的假设，并使用 R 对该模型进行编码，以模拟病媒传播疾病的动态变化
批判性地评估建模研究，并向有科学素养的受众介绍其优缺点
您将获得的技能
类别：流行病学
类别：传染病
类别：统计建模
类别：公共卫生
类别：数学建模
类别：风险模型
类别：R 语言程序设计（中文版）
类别：模拟
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
常见问题
虽然本课程不需要高等数学，但重要的是，您必须能够自如地掌握一些基本的数学概念。您需要掌握常微分方程 (ODE) 的工作知识，并能够向不熟悉常微分方程的人解释和说明常微分方程。
由于本课程中的所有编码活动都将使用编程语言 R 来完成，因此在开始专业课程之前，如果您对该语言有一定的了解，将对您的学习大有裨益。您不需要知道如何使用 R 语言进行科学计算（本课程将教授这一点），只需要熟悉 R 语言的基本操作，包括导入库和运行简单的命令。
每周约 4 小时，持续 3 至 4 个月
我们建议按照专业主页上显示的顺序选课
更多问题
提供助学金，