北京機器學(xué)習(xí)與深度學(xué)習(xí)模型輔導(dǎo)班

【項目安排】

課時安排 (Duration): 4周在線小組科研+2周論文指導(dǎo)

【適合人群】

適合年級 (Grade): 大學(xué)生及以上

適合專業(yè) (Major): 對計算機科學(xué)、計算機工程、數(shù)據(jù)科學(xué)、數(shù)據(jù)處理、機器學(xué)習(xí)、深度學(xué)習(xí)等專業(yè)和課題感興趣，相關(guān)專業(yè)或希望在相關(guān)領(lǐng)域深入學(xué)習(xí)的學(xué)生；

學(xué)生需要具備線性代數(shù)及概率論與數(shù)理統(tǒng)計基礎(chǔ)，至少會使用一門編程語言并修讀過算法與數(shù)據(jù)結(jié)構(gòu)，有機器學(xué)習(xí)項目開發(fā)經(jīng)驗的申請者優(yōu)先

【項目收獲】

4周在線小組科研學(xué)習(xí)+2周論文指導(dǎo)學(xué)習(xí) 共125課時+不限時論文指導(dǎo)

學(xué)術(shù)報告

優(yōu)秀學(xué)員獲主導(dǎo)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(dǎo)（可用于申請）

結(jié)業(yè)證書

成績單

【課堂剪影】

【項目產(chǎn)出展示】

【項目背景】

大數(shù)據(jù)的本質(zhì)是海量的、多維度、多形式的數(shù)據(jù)。所以，在大數(shù)據(jù)面前，以往的數(shù)據(jù)處理方式無法快速、高效的達成既定目標，而人工智能技術(shù)借助機器學(xué)習(xí)與深度學(xué)習(xí)算法，更加靈活，并且可以根據(jù)不同的訓(xùn)練數(shù)據(jù)擁有自優(yōu)化能力，從而使運算量顯著增加。

“人工智能”與“大數(shù)據(jù)”的完美結(jié)合將改變我們的日常生活，也即將成為各領(lǐng)域研究發(fā)展方向的變革工具。

項目將在來自計算機專業(yè)排名前列的麻省理工學(xué)院的終身教授的指導(dǎo)下進行，旨在介紹常用機器學(xué)習(xí)和數(shù)據(jù)科學(xué)理論，以及當下的Python編程語言，引導(dǎo)學(xué)生探討不同的機器學(xué)習(xí)理論和實際應(yīng)用，為高階學(xué)習(xí)打下堅實基礎(chǔ)。

【項目介紹】

學(xué)生將在項目中學(xué)習(xí)數(shù)據(jù)科學(xué)、機器學(xué)習(xí)的理論和方法，了解并且掌握Python在數(shù)據(jù)科學(xué)和機器學(xué)習(xí)中的應(yīng)用。學(xué)生將在項目結(jié)束時，自選框架和問題，使用Python開發(fā)機器學(xué)習(xí)應(yīng)用，提交項目報告，進行成果展示。

個性化研究課題參考：

現(xiàn)有自然語言處理展示模型的挑戰(zhàn)與機遇

使用條件對抗網(wǎng)絡(luò)（CGAN）自動生成動畫素描

使用卷積神經(jīng)網(wǎng)絡(luò)針對內(nèi)容進行照片分類

【導(dǎo)師介紹】

Mark

麻省理工學(xué)院 (MIT)終身教授

Mark導(dǎo)師現(xiàn)任麻省理工學(xué)院（MIT）終身教授，曾獲素有“諾貝爾風(fēng)向標”美譽的美國斯隆研究獎、國際聲望的博士后獎勵Hubble Fellow。

Mark導(dǎo)師的研究興趣聚焦機器學(xué)習(xí)、數(shù)據(jù)科學(xué)、人工智能、天體物理，善于利用高性能超級計算機強大的數(shù)據(jù)處理能力進行數(shù)值模擬，訓(xùn)練機器學(xué)習(xí)和深度學(xué)習(xí)模型，借助機器學(xué)習(xí)與數(shù)據(jù)科學(xué)技術(shù)分析模擬數(shù)據(jù)。

任職學(xué)校 University

麻省理工學(xué)院（MIT）創(chuàng)立于1861年，是世界私立研究型大學(xué)，在計算機科學(xué)方向享有盛譽，在2020年U.S.News世界大學(xué)排名綜排位列第二、計算機工程CE專排蟬聯(lián)首位。學(xué)校孕育了90位諾貝爾獎得主、59位美國國家科學(xué)獎?wù)芦@得者，以及75位麥克阿瑟獎獲得者。

【學(xué)員案例】

【項目大綱】

PCA、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)內(nèi)容回顧 A quick review of Machine Learning

卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與正則化方法 CNN architectures and regularization method in Neural Networks

自動編碼器 Discuss different types of Auto-Encoders, including AE, DAE, SAE, and VAE

生成式對抗網(wǎng)絡(luò) Generative Adversarial Networks

自然語言處理 Natural Language Processing

學(xué)術(shù)研討1：教授與各組學(xué)生探討并評估個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(dǎo)，確保學(xué)生優(yōu)質(zhì)的終期課題產(chǎn)出 Final Project Preparation Session II

項目成果展示 Final Presentation

論文指導(dǎo) Project Deliverables Tutoring

【教學(xué)現(xiàn)場】

【機構(gòu)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(xué)教授、行業(yè)導(dǎo)師和國際教育專家共同創(chuàng)立的中外學(xué)術(shù)項目。

集思未來教育（原集思學(xué)院）由哈佛大學(xué)及哥倫比亞大學(xué)教授、校友共同發(fā)起成立，為全球中學(xué)生呢、大學(xué)生提供優(yōu)質(zhì)的科研教育、項目制學(xué)習(xí)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(dǎo)向型學(xué)習(xí)、項目制學(xué)習(xí)，專注課程開發(fā)與教學(xué)實施，結(jié)合全球超1000位知名教授和優(yōu)質(zhì)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(xué)員，與近百所高等院校和百余所國際化學(xué)校建立合作關(guān)系。

【機構(gòu)環(huán)境】