北京機器學習與數(shù)據(jù)科學輔導班

【項目背景】

大數(shù)據(jù)的價值體現(xiàn)主要集中在數(shù)據(jù)的轉向以及數(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)時代的到來，對數(shù)據(jù)的轉換，數(shù)據(jù)的處理數(shù)據(jù)的存儲等帶來了更好的技術支持，產(chǎn)業(yè)升級和新產(chǎn)業(yè)誕生形成了一種推動力量，讓大數(shù)據(jù)能夠針對可發(fā)現(xiàn)事物的程序進行自動規(guī)劃，實現(xiàn)人類用戶以計算機信息之間的協(xié)調。項目也將圍繞著數(shù)據(jù)預測性分析與分類的核心技術—機器學習及深度學習展開。

【項目介紹】

本項目將帶領學生詳細了解機器學習的主要方法和當前的研究方向，涵蓋機器學習中的不同算法的分析與對比。項目在討論至今仍有效的如決策樹的經(jīng)典算法外，還將討論以深度學習為例的改變了機器學習領域的新技術。學生還將接觸到現(xiàn)實世界中的問題，在這些問題中，將使用機器學習或深度學習中的各種工具給出和分析樣本數(shù)據(jù),以及用Python及其中的深度學習框架實現(xiàn)所學算法的實踐。

個性化研究課題參考

欺騙性、重復性的廣告檢測算法研究

針對用戶搜索記錄的酒店推薦算法

根據(jù)網(wǎng)約車當前運行軌跡，預測本次行程時間的算法開發(fā)

預測土壤的物理化學成分

【項目安排】

課時安排 (Duration): 7周在線小組科研+5周論文指導

【學員反饋】

【適合人群】

適合年級 (Grade): 大學生及以上

適合專業(yè) (Major): 計算機科學、數(shù)據(jù)科學、人工智能、機器學習專業(yè)或對以上專業(yè)感興趣的學生。

學生需要具備微積分及線性代數(shù)基礎，至少會熟練使用一門編程語言，修讀過算法與數(shù)據(jù)結構的申請者優(yōu)先

【項目收獲】

7周在線小組科研學習+5周論文指導學習 共125課時+不限時論文指導

學術報告

優(yōu)秀學員獲主導師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導（可用于申請）

結業(yè)證書

成績單

【導師介紹】

Shlomo

卡內(nèi)基梅隆大學 (CMU)終身正教授

Shlomo教授任卡內(nèi)基梅隆大學（CMU）終身正教授，他曾在魏茨曼科學研究所(Weizmann Institute of Science)攻讀博士學位。之后移居美國，并在位于美國宇航局蘭利研究中心的ICASE(科學與工程計算機應用研究所)工作。教授從1994年任職于卡內(nèi)基梅隆大學，研究方向包括解決流體動力學方程和處理大規(guī)模優(yōu)化的相關問題。

任職學校 University

卡內(nèi)基梅隆大學（CMU）始建于1900年，是世界范圍內(nèi)頗負盛名的私立研究型大學，擁有世界歷史最悠久的計算機學院之一，在2020年QS世界大學計算機科學排名中位列第3，2020年U.S.News計算機科學美國排名第二位。“截至2019年3月，學校的教員和校友中共有20人獲得諾貝爾獎，13人獲得圖靈獎，22人獲評美國藝術與科學院院士，19人進入美國科學促進會，72人入選美國國家學院?！?/p>

【項目大綱】

概率論與統(tǒng)計學理論回顧 Review of Probability and Statistics

監(jiān)督式機器學習：分類及回歸模型 Supervised Machine Learning： Classification and Regression Models

非監(jiān)督式機器學習：聚類及數(shù)據(jù)降維Unsupervised Machine Learning： Clustering and Dimension Reduction

深度學習與神經(jīng)網(wǎng)絡 Introduction to Deep Learning and Neural Networks

主流深度學習框架介紹 Tensorflow, Pytorch and Their Applications

學術研討1：教授與各組學生探討并評估個性化研究課題可行性，幫助學生明晰后續(xù)科研思路 Final Project Preparation Session I

學術研討2：學生將在本周課前完成程序設計原型（prototype）及偽代碼（Pseudocode），教授將根據(jù)各組進度進行個性化指導，確保學生優(yōu)質的終期課題產(chǎn)出 Final Project Preparation Session II

項目成果展示 Final Presentation

論文輔導 Project Deliverables Tutoring

【教學現(xiàn)場】

【機構簡介】

科研品牌PathAcademics隸屬于北京集思互聯(lián)教育科技有限公司，是由世界優(yōu)秀大學教授、行業(yè)導師和國際教育專家共同創(chuàng)立的中外學術項目。

集思未來教育（原集思學院）由哈佛大學及哥倫比亞大學教授、校友共同發(fā)起成立，為全球中學生呢、大學生提供優(yōu)質的科研教育、項目制學習課程。中國團隊自2016年成立至今走過了五年歷程，立足研究導向型學習、項目制學習，專注課程開發(fā)與教學實施，結合全球超1000位知名教授和優(yōu)質教育資源，培養(yǎng)面向未來的國際化人才，五年來培養(yǎng)了超過3萬名學員，與近百所高等院校和百余所國際化學校建立合作關系。

【機構環(huán)境】

【學員案例】