機器學(xué)習(xí)與數(shù)據(jù)科學(xué)專題:監(jiān)督式與非監(jiān)督式學(xué)習(xí),基于SVM、K-means等分類與聚類方式的算法研究
項目時間 2024.05.18 開課
 編輯 | 幾何留學(xué)學(xué)姐 

 

01
適合人群
  • 適合年級 (Grade): 大學(xué)生及以上

  • 適合專業(yè) (Major): 計算機科學(xué)、數(shù)據(jù)科學(xué)、人工智能、機器學(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

  • 建議選修: Python編程與數(shù)據(jù)處理

 

02
項目介紹

本項目將帶領(lǐng)學(xué)生詳細了解機器學(xué)習(xí)的主要方法和當前的研究方向,涵蓋機器學(xué)習(xí)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(xué)習(xí)為例的改變了機器學(xué)習(xí)領(lǐng)域的新技術(shù)。學(xué)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(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)框架實現(xiàn)所學(xué)算法的實踐。

 

個性化研究課題參考:

欺騙性、重復(fù)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(yù)測本次行程時間的算法開發(fā)

預(yù)測土壤的物理化學(xué)成分

 

03
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(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(diào)。項目也將圍繞著數(shù)據(jù)預(yù)測性分析與分類的核心技術(shù)—機器學(xué)習(xí)及深度學(xué)習(xí)展開。

04
授課教授
Shlomo
                                                 

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,并在位于美國宇航局蘭利研究中心的ICASE(科學(xué)與工程計算機應(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力學(xué)方程和處理大規(guī)模優(yōu)化的相關(guān)問題。

 

05
你能獲得
  • 7周在線小組科研學(xué)習(xí)+5周不限時論文指導(dǎo)學(xué)習(xí) 共125課時

  • 項目報告

  • 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

 

06
項目大綱
  • 概率論與統(tǒng)計學(xué)理論回顧 Review of Probability and Statistics

  • 監(jiān)督式機器學(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

  • 論文輔導(dǎo) Project Deliverables Tutoring

 

開課日期:2024-05-18

具體上課時間、最終時間安排,均以實際安排為準

預(yù)約咨詢

  • 幾何留學(xué)公眾號
  • 幾何留學(xué)APP
  • 幾何留學(xué)APP

    2403個學(xué)校

    10610個專業(yè)

    3226個錄取案例

    8697份錄取報告