【美國名校線上科研】麻省理工學院數(shù)據(jù)科學與統(tǒng)計學專題項目
2024-11-22 17:42:31項目基本信息
專業(yè)類別
理工
參加形式
線上
適合人群
數(shù)據(jù)科學、數(shù)據(jù)處理、統(tǒng)計學、機器學習、深度學習等專業(yè)的大學生以上人群。
導師介紹
Mark
麻省理工學院終身正教授
Mark導師現(xiàn)任麻省理工學院（MIT）終身正教授，曾獲素有“諾貝爾風向標”美譽的美國斯隆研究獎、國際最具聲望的博士后獎勵Hubble Fellow，并在多個年份獲得Web of Science高被引學者稱號。 Mark導師的研究興趣聚焦機器學習、數(shù)據(jù)科學、人工智能、宇宙物理等，善于利用高性能超級計算機強大的數(shù)據(jù)處理能力進行數(shù)值模擬，訓練機器學習和深度學習模型，借助機器學習與數(shù)據(jù)科學技術(shù)分析模擬數(shù)據(jù)。
項目背景
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、高效的達成既定目標，而人工智能技術(shù)借助機器學習與深度學習算法，更加靈活，并且可以根據(jù)不同的訓練數(shù)據(jù)擁有自優(yōu)化能力，從而使運算量顯著增加?！叭斯ぶ悄堋迸c“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。項目旨在介紹常用統(tǒng)計學、機器學習和數(shù)據(jù)科學理論，以及當下最受歡迎的Python編程語言，引導學生探討不同的數(shù)據(jù)分析理論和實際應用，為高階學習打下堅實基礎(chǔ)。
項目大綱
一、麻省理工學院數(shù)據(jù)科學與統(tǒng)計學專題項目簡介
致理計劃：數(shù)據(jù)科學與統(tǒng)計學專題：回歸模型與貝葉斯統(tǒng)計及Python數(shù)據(jù)處理方法綜合研究【大學組】
參加后收獲：學生將在項目結(jié)束時，自選框架和問題，使用Python開發(fā)數(shù)據(jù)分析應用，提交項目報告，進行成果展示。
二、麻省理工學院數(shù)據(jù)科學與統(tǒng)計學專題適合人群
適合年級 (Grade): 大學生及以上
適合專業(yè) (Major): 數(shù)據(jù)科學、數(shù)據(jù)處理、統(tǒng)計學、機器學習、深度學習等專業(yè)的學生
學生需要具備線性代數(shù)及概率論與數(shù)理統(tǒng)計基礎(chǔ)，至少會熟練使用一門編程語言并修讀算法與數(shù)據(jù)結(jié)構(gòu)，有過機器學習項目開發(fā)經(jīng)驗的申請者優(yōu)先;建議預修專業(yè)基礎(chǔ)課程：《Python編程與數(shù)據(jù)處理》、《機器學習的數(shù)學基礎(chǔ)：線性代數(shù)》、《高等數(shù)學微積分與應用》、《概率論與數(shù)理統(tǒng)計基礎(chǔ)》
建議選修: Python數(shù)據(jù)處理及其數(shù)學原理
三、麻省理工學院數(shù)據(jù)科學與統(tǒng)計學專題課程大綱
1、數(shù)據(jù)收集、表示及預處理方法 Dealing with Data： Data Representation; Data Collection and Management;
2、數(shù)據(jù)降維與聚類方法 Dimensionality Reduction including PCA, LDA, and Manifold Learning.Clustering including K-Means, K-Means++, and Hierarchical Clustering
3、回歸模型與貝葉斯估計 Linear Regression and Bayesian Inference， Polynomial Regression
4、機器學習分類方法 Classification in General; K-Nearest Neighbors; Decision Trees; Probabilistic Model: Logistic Regression. Multi-class classification
5、學術(shù)研討1：教授與各組學生探討并評估個性化研究課題可行性，幫助學生明晰后續(xù)科研思路 Final Project Preparation Session I
6、學術(shù)研討2：學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，確保學生優(yōu)質(zhì)的終期課題產(chǎn)出 Final Project Preparation Session II
7、項目成果展示 Final Presentation
8、論文輔導 Project Deliverables Tutoring
四、麻省理工學院數(shù)據(jù)科學與統(tǒng)計學專題時間安排
開始日期：2024-12-14；課時安排：7周在線小組科研學習+5周不限時論文指導學習
課時安排
12周時間安排
報名方式
項目收獲
1、優(yōu)秀學員獲主導師Reference Letter
2、獲得高質(zhì)量的結(jié)業(yè)證書
3、增強數(shù)據(jù)科學及統(tǒng)計相關(guān)的背景競爭力
4、有效助力世界名校申請成功
