美國(guó)留學(xué)研究項(xiàng)目:人工智能與數(shù)據(jù)科學(xué)專題(MIT教授遠(yuǎn)程授課)
2024-08-21 09:46:42項(xiàng)目基本信息

專業(yè)類別
理工

參加形式
線上
適合人群
具備線性代數(shù)和數(shù)理統(tǒng)計(jì)基礎(chǔ)的大學(xué)生及以上人群。
導(dǎo)師介紹

Mark教授
MIT終身教授,獲得高被引學(xué)者稱號(hào)。
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(guó)斯隆研究獎(jiǎng)、國(guó)際最具聲望的博士后獎(jiǎng)勵(lì)Hubble Fellow,并在多個(gè)年份獲得Web of Science高被引學(xué)者稱號(hào)。 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、宇宙物理等,善于利用高性能超級(jí)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)。
項(xiàng)目背景
大數(shù)據(jù),其核心在于其海量規(guī)模、多維度特性以及多樣化的表現(xiàn)形式。面對(duì)如此龐雜的數(shù)據(jù)集,傳統(tǒng)的數(shù)據(jù)處理方法顯得力不從心,難以迅速且高效地達(dá)成預(yù)期目標(biāo)。而人工智能技術(shù)的引入,尤其是依托機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法,展現(xiàn)出了前所未有的靈活性。這項(xiàng)技術(shù)能夠根據(jù)不同的訓(xùn)練數(shù)據(jù)集進(jìn)行自我優(yōu)化,極大地提升了數(shù)據(jù)處理與運(yùn)算的效率與精確度。 “人工智能”與“大數(shù)據(jù)”的深度融合,正引領(lǐng)著一場(chǎng)前所未有的生活變革,同時(shí),它也預(yù)示了各研究與發(fā)展領(lǐng)域即將迎來(lái)的重大轉(zhuǎn)型。這一強(qiáng)強(qiáng)聯(lián)合的工具,無(wú)疑將成為推動(dòng)社會(huì)進(jìn)步與創(chuàng)新的關(guān)鍵力量。
項(xiàng)目大綱
一、項(xiàng)目核心課程架構(gòu)
該項(xiàng)目由MIT終身教授親自授課,實(shí)行12周課程,項(xiàng)目全稱:人工智能與數(shù)據(jù)科學(xué)專題:機(jī)器學(xué)習(xí)與深度學(xué)習(xí)模型、神經(jīng)網(wǎng)絡(luò)與AIGC生成式人工智能理論與實(shí)踐大二及以上組,由9部分課程組成,如下:
1、機(jī)器學(xué)習(xí)基石重溫:
深入回顧并鞏固PCA(主成分分析)、神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)核心理論,為后續(xù)學(xué)習(xí)奠定堅(jiān)實(shí)基礎(chǔ)。
2、卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)與正則化策略解析:
深入探討CNN(卷積神經(jīng)網(wǎng)絡(luò))的多樣化架構(gòu)設(shè)計(jì)與高效正則化方法,解鎖深度學(xué)習(xí)在圖像識(shí)別等領(lǐng)域的應(yīng)用潛力。
3、自動(dòng)編碼器全譜探索:
系統(tǒng)講解并比較多種自動(dòng)編碼器類型,包括但不限于AE(自動(dòng)編碼器)、DAE(去噪自動(dòng)編碼器)、SAE(稀疏自動(dòng)編碼器)及VAE(變分自動(dòng)編碼器),揭示其在數(shù)據(jù)壓縮、特征提取等方面的獨(dú)特優(yōu)勢(shì)。
4、生成式對(duì)抗網(wǎng)絡(luò)前沿探索:
引領(lǐng)學(xué)員進(jìn)入GAN(生成式對(duì)抗網(wǎng)絡(luò))的神秘世界,理解其工作原理與創(chuàng)新應(yīng)用,激發(fā)對(duì)人工智能創(chuàng)造力的無(wú)限遐想。
5、自然語(yǔ)言處理藝術(shù):
剖析自然語(yǔ)言處理的最新技術(shù)與應(yīng)用,從文本分析到語(yǔ)言生成,全面覆蓋NLP領(lǐng)域的核心知識(shí)與前沿趨勢(shì)。
6、個(gè)性化科研啟航研討會(huì)I:
教授親自參與,與各組學(xué)生深入交流,共同評(píng)估個(gè)性化研究課題的可行性,為學(xué)生明確后續(xù)科研方向提供精準(zhǔn)指導(dǎo)。
7、個(gè)性化科研深化研討會(huì)II:
學(xué)生需在本周課前完成程序設(shè)計(jì)原型構(gòu)建及偽代碼編寫,教授依據(jù)各組進(jìn)展實(shí)施個(gè)性化輔導(dǎo),確保每位學(xué)生都能高質(zhì)量完成終期課題設(shè)計(jì)。
8、項(xiàng)目成果璀璨展示:
搭建專業(yè)舞臺(tái),讓學(xué)生自信展示研究成果,通過(guò)精心準(zhǔn)備的Final Presentation,展現(xiàn)學(xué)習(xí)成果與個(gè)人風(fēng)采。
9、論文撰寫與成果交付輔導(dǎo):
提供一對(duì)一或小組形式的論文指導(dǎo)服務(wù),確保學(xué)生掌握學(xué)術(shù)論文撰寫的規(guī)范與技巧,順利交付高質(zhì)量項(xiàng)目成果。
二、項(xiàng)目最終收獲
在參與人工智能與數(shù)據(jù)科學(xué)專題中,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(wèn)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。
也會(huì)參與個(gè)性化研究課題參考:(1)現(xiàn)有自然語(yǔ)言處理展示模型的挑戰(zhàn)與機(jī)遇;(2)使用條件對(duì)抗網(wǎng)絡(luò)(CGAN)自動(dòng)生成動(dòng)畫素描;(3)使用卷積神經(jīng)網(wǎng)絡(luò)針對(duì)內(nèi)容進(jìn)行照片分類
課時(shí)安排
7周在線小組科研學(xué)習(xí)+5周不限時(shí)論文指導(dǎo)學(xué)習(xí)
報(bào)名方式

項(xiàng)目收獲
1、獲得高質(zhì)量科研項(xiàng)目報(bào)告
2、有機(jī)會(huì)獲得主導(dǎo)師優(yōu)秀推薦信
3、為申請(qǐng)美國(guó)TOP項(xiàng)目提供高質(zhì)量背提
4、有效掌握Python在數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)領(lǐng)域的應(yīng)用
上一篇: 中科院化學(xué)研究所:藥物載體的制備與應(yīng)用研究項(xiàng)目(1對(duì)1授課)
下一篇: 美國(guó)留學(xué)材料化學(xué)背提加速器:新型納米酶設(shè)計(jì)與應(yīng)用研究項(xiàng)目
