背景提升|申請美國大學(xué)理工科專業(yè)，這個科研項目別錯過！

科研項目的重要性應(yīng)該不用和大家介紹了吧，想要申請美國頂尖院校，尤其想麻省理工，卡梅基隆大學(xué)這些理工科院校，科研項目是必不可少的。今天優(yōu)弗小編就為大家介紹一個理工科科研項目——人工智能與數(shù)據(jù)科學(xué)專題：機器學(xué)習(xí)理論與Python編程實踐。

項目安排 Program Arrangement

開課時間 (Starting Date): 2022-06-19

課時安排 (Duration): 7周在線小組科研+5周論文輔導(dǎo)

適合人群 Prerequisites

適合年級 (Grade): 高中生/大學(xué)生

適合專業(yè) (Major): 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)的學(xué)生;學(xué)生需要具備初等微積分或線性代數(shù)基礎(chǔ)，至少會使用一門編程語言。

項目收獲 Program Outcome

7周在線小組科研學(xué)習(xí)+5周論文輔導(dǎo)學(xué)習(xí) 共125課時

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(可用于申請)

結(jié)業(yè)證書

成績單

全球最大教育評估認證組織Cognia(原AdvanceED)及 College Board權(quán)威認證高中學(xué)分

項目背景 Program Background

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(biāo)，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(dāng)下最受歡迎的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 Program Description

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，提交項目個性化研究課題報告，進行成果展示。

個性化研究課題參考：

利用BERT算法及調(diào)整單詞中的自注意力實現(xiàn)語義識別

使用生成對抗網(wǎng)絡(luò)生成手寫數(shù)字

用于空間數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)CNN算法應(yīng)用情況研究

生成對抗網(wǎng)絡(luò)各變種在圖像分類上的表現(xiàn)差異分析

導(dǎo)師介紹 Instructor Introduction

Mark

麻省理工學(xué)院終身教授

Prof. Mark is an Associate Professor at MIT whose research interests span topics such as astrophysics, machine learning, data science and artificial intelligence. He makes extensive use of numerical simulations using state-of-the-art high-performance supercomputers around the world. He also employs machine learning and data science techniques to analyze simulation data.

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(biāo)”美譽的美國斯隆研究獎、國際最具聲望的博士后獎勵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/College

麻省理工學(xué)院(MIT)創(chuàng)立于1861年，是世界著名私立研究型大學(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。

項目大綱 Program Outline

機器學(xué)習(xí)與數(shù)據(jù)科學(xué)概論：學(xué)生將在本周了解機器學(xué)習(xí)和數(shù)據(jù)科學(xué)的基礎(chǔ)理論和方法，探討機器學(xué)習(xí)和數(shù)據(jù)科學(xué)在業(yè)界和學(xué)界的最新動態(tài)及應(yīng)用

機器學(xué)習(xí)基礎(chǔ)數(shù)學(xué)理論：機器學(xué)習(xí)模型和算法理解需要具備良好的數(shù)學(xué)邏輯和基礎(chǔ)。學(xué)生將在本周了解機器學(xué)習(xí)背后的邏輯和線性代數(shù)等必備數(shù)學(xué)理論

回歸理論：回歸理論是機器學(xué)習(xí)的基礎(chǔ)理論。線性回歸體現(xiàn)了優(yōu)化、擬合等經(jīng)典機器學(xué)習(xí)思想，往往是初學(xué)者首先學(xué)習(xí)的內(nèi)容。學(xué)生將在本周學(xué)習(xí)常見回歸理論

機器學(xué)習(xí)常見算法：學(xué)生將在本周了解KNN、K-means等機器學(xué)習(xí)常見算法

數(shù)據(jù)科學(xué)和機器學(xué)習(xí)最佳實踐：學(xué)生將在本周了解機器學(xué)習(xí)和數(shù)據(jù)科學(xué)最佳實踐指南，從中獲益

項目回顧和成果展示

論文輔導(dǎo)

優(yōu)弗教育首次獨家采用“雙團隊”導(dǎo)師模式-“DoubleTeam”。團隊一：由兩位主導(dǎo)師組成為“首席專家顧問團隊”。團隊二：由三位導(dǎo)師組成為“規(guī)劃執(zhí)行團隊”。在優(yōu)弗獨具特色的“雙團隊”指導(dǎo)下，具備專業(yè)性，聯(lián)動性以及高執(zhí)行力這三大特點，讓整體規(guī)劃突破傳統(tǒng)留學(xué)導(dǎo)師架構(gòu)，真正突顯每一位導(dǎo)師在學(xué)生身上可發(fā)展力，可塑造力，從而將服務(wù)做實，做精，做細！！！