您現(xiàn)在的位置:首頁 > 背景提升 > AlphaGo起源:深度學習與人工智能綜合探究 Theory and Applications of Artificial Neural Networks
驗證碼

獲取驗證碼

AlphaGo起源:深度學習與人工智能綜合探究

人工智能/電子工程/數(shù)據科學

課程安排

招生狀態(tài):招生中

課程時間: 2022-01-08~2022-03-13 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

人工神經網絡(Artificial Neural Network,即ANN ),是20世紀80年代以來人工智能領域興起的研究熱點,是機器學習中的一個重要運算模型。神經網絡的原理是受我們大腦的生理結構——互相交叉相連的神經元啟發(fā),它從信息處理角度對人腦神經元網絡進行抽象, 建立某種簡單模型,按不同的連接方式組成不同的網絡。但與大腦中一個神經元可以連接一定距離內的任意神經元不同,人工神經網絡具有離散的層、連接和數(shù)據傳播的方向。近年來,人工神經網絡的研究工作不斷深入,已經取得了很大的進展,其在模式識別、智能機器人、自動控制、預測估計、生物、醫(yī)學、經濟等領域已成功地解決了許多現(xiàn)代計算機難以解決的實際問題,表現(xiàn)出了良好的智能特性。

本課程的目標是在機器學習領域為學生提供一個有意義的研究活動。課程的研究主題提供了對當前人類與數(shù)字系統(tǒng)之間通信技術的理解。課程中,教授會以人腦中的神經網絡為啟發(fā),帶領學生們了解神經網絡的結構、搭建計算機模型,利用相關算法解決圖像識別、大數(shù)據分析等問題。Python是機器學習的首選編程語言,也是神經網絡應用于學術研究和商業(yè)應用的首選編程語言。教授將帶領學生通過初步Python程序來說明模擬數(shù)據的理論,并演示當前評估其性能的方法。學生在后續(xù)的小組課題中,根據學生的背景和興趣擴展這些計劃,以實現(xiàn)在有趣的應用中達到特定分類準確性的系統(tǒng)。

適合人群

對數(shù)據科學、電子電氣工程專業(yè)感興趣的高中生,本科生 修讀數(shù)據科學、電子電氣工程等專業(yè),以及未來希望在數(shù)據科學、電子工程等領域從業(yè)的學生 具備編程語言背景、熟練使用Python的學生優(yōu)先 建議提前掌握微積分、矩陣代數(shù)(矢量計算)等專業(yè)知識

導師介紹

Roman Kuc

耶魯大學電子工程系終身教授

前耶魯大學電子工程系主任

美國電氣和電子工程師協(xié)會終身榮譽會員

數(shù)據研究領域的權威著作The Digital Information Age的作者

擁有“自適應聲信號傳感裝置與識別系統(tǒng)”和“生物醫(yī)學磁成像儀及方法”兩項世界級發(fā)明專利

曾獲美國電氣和電子工程師協(xié)會聲學、語音和信號處理科研領域論文大獎

曾獲由美國出版商協(xié)會學術部頒發(fā)的杰出物理和數(shù)學家大獎

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(xiàn)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。

更多課程分類
驗證碼

獲取驗證碼