人工智能基礎：大數據算法模型與應用(A班)

人工智能/計算機科學/數據科學

課程安排

招生狀態(tài)：已滿額

課程時間： 2021-08-07～2021-10-10 課程形式： 采用ZOOM遠程直播式授課

課時安排：6周在線授課+4周在線小組科研+4周論文輔導，教授全程參與為期10周

課程描述

算法（Algorithm）是指解題方案的準確而完整的描述，是一系列解決問題的清晰指令，算法代表著用系統(tǒng)的方法描述解決問題的策略機制。也就是說，能夠對一定規(guī)范的輸入，在有限時間內獲得所要求的輸出。如果一個算法有缺陷，或不適合于某個問題，執(zhí)行這個算法將不會解決這個問題。不同的算法可能用不同的時間、空間或效率來完成同樣的任務。一個算法的優(yōu)劣可以用空間復雜度與時間復雜度來衡量。 算法中的指令描述的是一個計算，當其運行時能從一個初始狀態(tài)和（可能為空的）初始輸入開始，經過一系列有限而清晰定義的狀態(tài)，最終產生輸出并停止于一個終態(tài)。一個狀態(tài)到另一個狀態(tài)的轉移不一定是確定的。隨機化算法在內的一些算法，包含了一些隨機輸入。 而大數據（big data）是指無法在一定時間范圍內用常規(guī)軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產。

本課程會介紹一些本科等級的典型算法設計和分析。我們將介紹經典算法技術,如動態(tài)程序設計、散列和數據結構, 分治算法,網絡流和線性規(guī)劃。我們還將涵蓋范圍廣泛的分析工具,如recurrences、概率分析,平攤分析和勢函數。除了學習算法,我們還會涉及一些復雜性理論的研究——雙重的算法設計（下界方法在這些模型中的顯示和最優(yōu)算法）。最后,我們將討論新模型在現代大型數據集下的應用,比如在線算法、機器學習和數據流。

適合人群

對計算機專業(yè)感興趣的高中生，本科生 修讀計算機、（電子）電氣工程、信息工程等專業(yè)，以及未來希望在機器學習、算法、編程、數據分析等領域從業(yè)的學生 具備離散數學、概率論基礎的學生優(yōu)先

導師介紹

David Woodruff

卡內基梅隆大學計算機系終身教授

UCB Simons Institute 數據科學項目創(chuàng)建者及主席

IBM Almaden研究中心資深研究員

STOC 2013 以及 PODS 2010 最佳學術研究論文獎得主

EATCS Presbuger（表彰計算機科學領域年度最卓越的年輕科學家）獎得主

項目收獲

EI級別學術會議參會證明與論文發(fā)表

? 超過20所國內高校廣泛參與，和全球多個權威非營利性學術組織如IEEE授權的權威國際會議參會證明
? 專為青少年科研成果舉辦的學術會議，項目學員論文會被CPCI/EI檢索收錄
? 前10%的學生將獲得SCI檢索發(fā)表，前30%的學生將獲得大會演講的高含金量學術履歷

網申推薦信

? 教授授課課時完全符合College Board對學術課程的要求（36課時），確保滿足課時要求的教授推薦信才能在申請中具有有效性和可靠性。教授將在充足課程時間了解學生并提供翔實推薦內容。

成績單＆學術評估

? 成績單和學術評估是教授對學生在課程中的表現和完成論文情況的客觀評價，可以作為有效力的補充材料在網申階段提交。