機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)-高階【大學(xué)組】

計(jì)算機(jī)科學(xué)/數(shù)據(jù)科學(xué)

項(xiàng)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(dá)成既定目標(biāo)，而人工智能技術(shù)借助機(jī)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(yùn)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(xiàng)目將在來自計(jì)算機(jī)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(jìn)行，旨在介紹常用機(jī)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(jī)器學(xué)習(xí)理論和實(shí)際應(yīng)用，為高階學(xué)習(xí)打下堅(jiān)實(shí)基礎(chǔ)。

項(xiàng)目介紹

學(xué)生將在項(xiàng)目中學(xué)習(xí)數(shù)據(jù)科學(xué)、機(jī)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(jī)器學(xué)習(xí)中的應(yīng)用。學(xué)生將在項(xiàng)目結(jié)束時(shí)，自選框架和問題，使用Python開發(fā)機(jī)器學(xué)習(xí)應(yīng)用，提交項(xiàng)目報(bào)告，進(jìn)行成果展示。

適合人群

大學(xué)生

對計(jì)算機(jī)科學(xué)、計(jì)算機(jī)工程、數(shù)據(jù)科學(xué)、數(shù)據(jù)處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等專業(yè)的學(xué)生 具備較強(qiáng)的Python知識，數(shù)學(xué)邏輯良好的學(xué)生優(yōu)先

導(dǎo)師介紹

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(yù)的美國斯隆研究獎(jiǎng)、國際最具聲望的博士后獎(jiǎng)勵(lì)Hubble Fellow。

Mark導(dǎo)師的研究興趣聚焦機(jī)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(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理能力進(jìn)行數(shù)值模擬，訓(xùn)練機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型，借助機(jī)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

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(jì)算機(jī)科學(xué)方向享有盛譽(yù)，在2020年U.S.News世界大學(xué)排名綜排位列第二、計(jì)算機(jī)工程CE專排蟬聯(lián)首位。學(xué)校孕育了90位諾貝爾獎(jiǎng)得主、59位美國國家科學(xué)獎(jiǎng)?wù)芦@得者，以及75位麥克阿瑟獎(jiǎng)獲得者。

項(xiàng)目大綱

機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)概論：學(xué)生將了解機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)工具，包括Python、R、Julia等等，探討機(jī)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(dòng)態(tài)及應(yīng)用

數(shù)據(jù)科學(xué)應(yīng)用：學(xué)生將學(xué)習(xí)利用Python、Pandas、Matplotlib、Seaborn、Web Scraping、SQL、Hadoop完成數(shù)據(jù)檢索

統(tǒng)計(jì)學(xué)基礎(chǔ)：概率理論、假設(shè)檢驗(yàn)、貝葉斯推理、Python統(tǒng)計(jì)包，學(xué)生將學(xué)習(xí)使用統(tǒng)計(jì)方法描述數(shù)據(jù)以及如何在Python中實(shí)施

數(shù)據(jù)科學(xué)工具：學(xué)生將進(jìn)一步探索人工智能技術(shù)、數(shù)據(jù)挖掘、預(yù)測建模、機(jī)器學(xué)習(xí)

數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)最佳實(shí)踐：學(xué)生將在了解機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)最佳實(shí)踐指南，從中獲益。

自然語言處理：學(xué)生將學(xué)習(xí)利用Python完成自然語言處理

項(xiàng)目回顧和成果展示

論文輔導(dǎo)

時(shí)間安排與收獲

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(shí)

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（可用于申請）

結(jié)業(yè)證書

成績單