人工智能與數據科學專題： AlphaGo的算法原理：強化學習與圖神經網絡（GNN）研究
項目時間 2023.04.29 開課
 編輯 | 幾何留學學姐 

 

01
適合人群

  • 適合年級 (Grade): 大學生及以上

  • 適合專業(yè) (Major): 計算機科學、人工智能、數據科學、電子與計算機工程等專業(yè)，軟件工程、自動化等相關專業(yè)或者希望掌握強化學習的學生；對人工智能、大數據以及交叉學科和方向感興趣的學生；

  • 學生需要具備線性代數及概率論與數理統(tǒng)計基礎，至少會使用一門編程語言實現神經網絡，有過強化學習開發(fā)經驗的申請者優(yōu)先

02
項目介紹

項目內容涉及強化學習核心理論和技能，具體包括遺傳算法、強化學習框架、Q-learning、行動者-批評（actor-critic；AC）模型、馬爾可夫決策過程、優(yōu)化控制、圖神經網絡（graph neural networks; GNN）、自動機器學習（Auto ML）等。學生通過項目了解如何開發(fā)基于強化學習的生產力軟件，在結束時提交項目個性化研究課題報告，進行成果展示。

03
授課教授

?Pietro導師現任劍橋大學計算機科學與技術終身正教授，意大利國家認定Top100科學家， H-index64，被引用次數35000+。

 

?教授2021年連中三篇計算機頂會ICML，其論文還曾發(fā)表在包括世界級學術期刊 《Nature》。

 

?導師持有歐洲學習和智能系統(tǒng)實驗室（Ellis；歐洲大型跨國人工智能研究所，目前擁有千位全球頂尖計算機工程師、數學家和其他領域科學家，旨在重構歐洲人工智能前沿研究）席位、劍橋大學大數據研究指導委員會席位。

 

?Pietro導師的研究興趣為人工智能圖神經網絡建模，在國際知名學術期刊發(fā)表論文多篇，曾榮獲歐盟委員會未來與新興技術（FET；迄今歐盟規(guī)模最大、資助力度最強的科研資助項目之一）會展三等獎。

04
你能獲得

  • 7周在線小組科研學習+5周論文指導學習，共125課時

  • 項目報告

  • 優(yōu)秀學員獲得主導師 Reference Letter

  • 結業(yè)證書

  • EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導

  • 成績單

05
個性化研究課題參考

  • 強化學習在博弈論中的應用：類alpha算法開發(fā)

  • 利用經驗留存解決強化學習所需樣本太多問題的可行性分析

  • 強化學習中的機器獎勵設置方法迭代

  • 為強化學習過擬合的特定場景重新建模的自動過程研究

  • 具有精確尺度估計的動作-評價網絡結構與強化學習優(yōu)勢函數

 

開課日期：2023-04-29

具體上課時間、最終時間安排，均以實際安排為準

預約咨詢

  • 幾何留學公眾號
  • 幾何留學APP

    • 幾何留學APP

    2403個學校

    10582個專業(yè)

    3217個錄取案例

    8697份錄取報告