人工智能與數(shù)據(jù)科學專題：AlphaGo到GPT中RLHF的進化
項目時間 2024.05.11 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(shù)據(jù)科學、電子與計算機工程等專業(yè)，軟件工程、自動化等相關(guān)專業(yè)或者希望掌握強化學習的學生；對人工智能、大數(shù)據(jù)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(shù)及概率論與數(shù)理統(tǒng)計基礎(chǔ)，至少會使用一門編程語言實現(xiàn)神經(jīng)網(wǎng)絡(luò)，有過強化學習開發(fā)經(jīng)驗的申請者優(yōu)先

  • 建議選修: Python編程與數(shù)據(jù)處理

 

02
項目介紹

項目內(nèi)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(jīng)網(wǎng)絡(luò)（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(chǎn)力軟件，在結(jié)束時提交項目個性化研究課題報告，進行成果展示。

 

個性化研究課題參考：

強化學習在博弈論中的應(yīng)用：類alpha算法開發(fā)

利用經(jīng)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(shè)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(wǎng)絡(luò)結(jié)構(gòu)與強化學習優(yōu)勢函數(shù)

 

03
項目背景

近年來，人工智能數(shù)據(jù)科學技術(shù)不斷突破與發(fā)展。卷積神經(jīng)網(wǎng)絡(luò)CNN開啟了深度學習新篇章，推動計算機視覺落地自動化駕駛等諸多領(lǐng)域；循環(huán)神經(jīng)網(wǎng)絡(luò)RNN推動了自然語言處理，使得機器翻譯、智能語音技術(shù)日趨成熟；深度學習之上，強化學習圖神經(jīng)網(wǎng)絡(luò)GNN的崛起正在深度賦能數(shù)據(jù)挖掘，將成為企業(yè)場景拓展、數(shù)據(jù)整合、行業(yè)效率飛躍的關(guān)鍵。項目將聚焦強化學習，特別是圖神經(jīng)網(wǎng)絡(luò)GNN這一構(gòu)筑未來數(shù)字生態(tài)的核心數(shù)據(jù)科學技術(shù)。

04
授課教授
Pietro

劍橋大學University of Cambridge終身正教授

?Pietro導(dǎo)師現(xiàn)任劍橋大學計算機科學與技術(shù)終身正教授，意大利國家認定Top100科學家， H-index64，被引用次數(shù)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(shù)期刊 《Nature》。

?導(dǎo)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(shù)學家和其他領(lǐng)域科學家，旨在重構(gòu)歐洲人工智能前沿研究）席位、劍橋大學大數(shù)據(jù)研究指導(dǎo)委員會席位。

?Pietro導(dǎo)師的研究興趣為人工智能圖神經(jīng)網(wǎng)絡(luò)建模，在國際知名學術(shù)期刊發(fā)表論文多篇，曾榮獲歐盟委員會未來與新興技術(shù)（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。

 

05
你能獲得

  • 7周在線小組科研學習+5周不限時論文指導(dǎo)學習 共125課時

  • 項目報告

  • 優(yōu)秀學員獲主導(dǎo)師Reference Letter

  • 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(dǎo)（可用于申請）

  • 結(jié)業(yè)證書

  • 成績單

 

06
項目大綱

  • 強化學習：項目將在本周聚焦遺傳算法和強化學習框架。Introduction to reinforcement learning

  • 環(huán)境：強化學習由智能體和環(huán)境兩部分構(gòu)成。項目將在本周探討離策略、無模型強化學習算法 Q-learning、行動者-批評（actor-critic；AC）模型、馬爾可夫決策過程等。Environment

  • 優(yōu)化：項目將在本周深入學習強化學習與優(yōu)化控制。Optimization

  • 集成與控制 Integration and Control

  • 集成：項目將在本周進一步探討圖神經(jīng)網(wǎng)絡(luò)（graph neural networks; GNN）、自動機器學習（Auto ML）等。Integration

  • 項目回顧與成果展示 Program Review and Presentation

  • 論文輔導(dǎo) Project Deliverables Tutoring

 

開課日期：2024-05-11

具體上課時間、最終時間安排，均以實際安排為準

預(yù)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