背景提升之理工科科研項(xiàng)目——機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)

近年來美國院校錄取標(biāo)準(zhǔn)中,，學(xué)習(xí)成績逐漸被視為最低要求，美國的各大院校開始審視申請學(xué)生除了課堂學(xué)習(xí)以外的科研經(jīng)歷,，今天優(yōu)弗小編就來介紹一項(xiàng)關(guān)于理工科的科研項(xiàng)目——機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué),，這個(gè)項(xiàng)目是CMU導(dǎo)師哦。

項(xiàng)目安排 Program Arrangement

開課時(shí)間 (Starting Date): 2022-07-16

課時(shí)安排 (Duration): 7周在線小組科研+5周論文指導(dǎo)

適合人群 Prerequisites

適合年級 (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言，修讀過算法與數(shù)據(jù)結(jié)構(gòu)的申請者優(yōu)先

項(xiàng)目收獲 Program Outcome

7周在線小組科研學(xué)習(xí)+5周論文指導(dǎo)學(xué)習(xí) 共125課時(shí)+不限時(shí)論文指導(dǎo)

學(xué)術(shù)報(bào)告

優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會(huì)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

項(xiàng)目背景 Program Background

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,，對數(shù)據(jù)的轉(zhuǎn)換,，數(shù)據(jù)的處理數(shù)據(jù)的存儲(chǔ)等帶來了更好的技術(shù)支持,，產(chǎn)業(yè)升級和新產(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。

項(xiàng)目介紹 Program Description

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。Students will be exposed to real-world problems where sample data will be given and analyzed using a variety of tools from machine learning and deep learning. Each meeting will include a practical problem, a theory relevant to the problem which will involve some mathematical concepts, and hands on where implementation of algorithms learned will be implemented in Python and deep learning frameworks in it.

個(gè)性化研究課題參考 Suggested Research Fields

欺騙性,、重復(fù)性的廣告檢測算法研究 Research on Deceptive and Duplicate Advertisement Detection Algorithms

針對用戶搜索記錄的酒店推薦算法 Recommendation System for Hotel Reservations Based on the User’s search History

根據(jù)網(wǎng)約車當(dāng)前運(yùn)行軌跡,，預(yù)測本次行程時(shí)間的算法開發(fā) Predict the total travel time of taxi trips based on their initial partial trajectories

預(yù)測土壤的物理化學(xué)成分 Predict physical and chemical properties of soil using spectral measurements

導(dǎo)師介紹 Instructor Introduction

Shlomo

卡耐基梅隆大學(xué)終身正教授

Professor Shlomo worked at ICASE (Institute for Computer Application in Science and Engineering), which was at NASA Langley Research Center. The instructor was a senior scientist at the Weizmann Institute for a few years. From 1994. Shlomo became a Professor at Carnegie Mellon University. His research interests include solving fluid dynamics equations and dealing with large-scale optimization related problems.

Shlomo教授任卡耐基梅隆大學(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，并在位于美國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,。

任職學(xué)校 University/College

卡耐基梅隆大學(xué)(CMU)始建于1900年，是世界范圍內(nèi)頗負(fù)盛名的私立研究型大學(xué)，擁有世界歷史最悠久的計(jì)算機(jī)學(xué)院之一,，在2020年QS世界大學(xué)計(jì)算機(jī)科學(xué)排名中位列第3.2020年U.S.News計(jì)算機(jī)科學(xué)美國排名第二位?！敖刂?019年3月，學(xué)校的教員和校友中共有20人獲得諾貝爾獎(jiǎng),，13人獲得圖靈獎(jiǎng)，22人獲評美國藝術(shù)與科學(xué)院院士,，19人進(jìn)入美國科學(xué)促進(jìn)會(huì)，72人入選美國國家學(xué)院,?！?/p>

項(xiàng)目大綱 Program Outline

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

相關(guān)推薦：

美研申請背景提升之理工科科研項(xiàng)目——數(shù)據(jù)處理與統(tǒng)計(jì)分析研究

優(yōu)弗教育首次獨(dú)家采用“雙團(tuán)隊(duì)”導(dǎo)師模式-“DoubleTeam”,。團(tuán)隊(duì)一：由兩位主導(dǎo)師組成為“首席專家顧問團(tuán)隊(duì)”,。團(tuán)隊(duì)二：由三位導(dǎo)師組成為“規(guī)劃執(zhí)行團(tuán)隊(duì)”。在優(yōu)弗獨(dú)具特色的“雙團(tuán)隊(duì)”指導(dǎo)下,，具備專業(yè)性，聯(lián)動(dòng)性以及高執(zhí)行力這三大特點(diǎn),，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(shí)，做精,，做細(xì)！??！