適合年級(jí) (Grade): 大學(xué)生及以上
適合專業(yè) (Major): 計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)、人工智能、機(jī)器學(xué)習(xí)專業(yè)或?qū)σ陨蠈I(yè)感興趣的學(xué)生。
學(xué)生需要具備微積分及線性代數(shù)基礎(chǔ),至少會(huì)熟練使用一門編程語(yǔ)言,修讀過算法與數(shù)據(jù)結(jié)構(gòu)的申請(qǐng)者優(yōu)先
建議選修: Python編程與數(shù)據(jù)處理
本項(xiàng)目將帶領(lǐng)學(xué)生詳細(xì)了解機(jī)器學(xué)習(xí)的主要方法和當(dāng)前的研究方向,涵蓋機(jī)器學(xué)習(xí)中的不同算法的分析與對(duì)比。項(xiàng)目在討論至今仍有效的如決策樹的經(jīng)典算法外,還將討論以深度學(xué)習(xí)為例的改變了機(jī)器學(xué)習(xí)領(lǐng)域的新技術(shù)。學(xué)生還將接觸到現(xiàn)實(shí)世界中的問題,在這些問題中,將使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)中的各種工具給出和分析樣本數(shù)據(jù),以及用Python及其中的深度學(xué)習(xí)框架實(shí)現(xiàn)所學(xué)算法的實(shí)踐。
個(gè)性化研究課題參考:
欺騙性、重復(fù)性的廣告檢測(cè)算法研究
針對(duì)用戶搜索記錄的酒店推薦算法
根據(jù)網(wǎng)約車當(dāng)前運(yùn)行軌跡,預(yù)測(cè)本次行程時(shí)間的算法開發(fā)
預(yù)測(cè)土壤的物理化學(xué)成分
大數(shù)據(jù)的價(jià)值體現(xiàn)主要集中在數(shù)據(jù)的轉(zhuǎn)向以及數(shù)據(jù)的信息處理能力等等。在產(chǎn)業(yè)發(fā)展的今天,大數(shù)據(jù)時(shí)代的到來(lái),對(duì)數(shù)據(jù)的轉(zhuǎn)換,數(shù)據(jù)的處理數(shù)據(jù)的存儲(chǔ)等帶來(lái)了更好的技術(shù)支持,產(chǎn)業(yè)升級(jí)和新產(chǎn)業(yè)誕生形成了一種推動(dòng)力量,讓大數(shù)據(jù)能夠針對(duì)可發(fā)現(xiàn)事物的程序進(jìn)行自動(dòng)規(guī)劃,實(shí)現(xiàn)人類用戶以計(jì)算機(jī)信息之間的協(xié)調(diào)。項(xiàng)目也將圍繞著數(shù)據(jù)預(yù)測(cè)性分析與分類的核心技術(shù)—機(jī)器學(xué)習(xí)及深度學(xué)習(xí)展開。
卡內(nèi)基梅隆大學(xué) (CMU)終身正教授
?Shlomo教授任卡內(nèi)基梅隆大學(xué)(CMU)終身正教授,他曾在魏茨曼科學(xué)研究所(Weizmann Institute of Science)攻讀博士學(xué)位。
?之后移居美國(guó),并在位于美國(guó)宇航局蘭利研究中心的ICASE(科學(xué)與工程計(jì)算機(jī)應(yīng)用研究所)工作。
?教授從1994年任職于卡內(nèi)基梅隆大學(xué),研究方向包括解決流體動(dòng)力學(xué)方程和處理大規(guī)模優(yōu)化的相關(guān)問題。
7周在線小組科研學(xué)習(xí)+5周不限時(shí)論文指導(dǎo)學(xué)習(xí) 共125課時(shí)
項(xiàng)目報(bào)告
優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級(jí)別索引國(guó)際會(huì)議全文投遞與發(fā)表指導(dǎo)(可用于申請(qǐng))
結(jié)業(yè)證書
成績(jī)單
概率論與統(tǒng)計(jì)學(xué)理論回顧 Review of Probability and Statistics
監(jiān)督式機(jī)器學(xué)習(xí):分類及回歸模型 Supervised Machine Learning: Classification and Regression Models
非監(jiān)督式機(jī)器學(xué)習(xí):聚類及數(shù)據(jù)降維Unsupervised Machine Learning: Clustering and Dimension Reduction
深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò) Introduction to Deep Learning and Neural Networks
主流深度學(xué)習(xí)框架介紹 Tensorflow, Pytorch and Their Applications
學(xué)術(shù)研討1:教授與各組學(xué)生探討并評(píng)估個(gè)性化研究課題可行性,幫助學(xué)生明晰后續(xù)科研思路 Final Project Preparation Session I
學(xué)術(shù)研討2:學(xué)生將在本周課前完成程序設(shè)計(jì)原型(prototype)及偽代碼(Pseudocode),教授將根據(jù)各組進(jìn)度進(jìn)行個(gè)性化指導(dǎo),確保學(xué)生優(yōu)質(zhì)的終期課題產(chǎn)出 Final Project Preparation Session II
項(xiàng)目成果展示 Final Presentation
論文輔導(dǎo) Project Deliverables Tutoring
開課日期:2024-05-18
具體上課時(shí)間、最終時(shí)間安排,均以實(shí)際安排為準(zhǔn)
幾何留學(xué)APP
2403個(gè)學(xué)校
10398個(gè)專業(yè)
3162個(gè)錄取案例
8697份錄取報(bào)告