機器學習與數(shù)據(jù)科學專題：監(jiān)督式與非監(jiān)督式學習，基于SVM、K-means等分類與聚類方式的算法研究
項目時間 2024.05.18 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、數(shù)據(jù)科學、人工智能、機器學習專業(yè)或?qū)σ陨蠈I(yè)感興趣的學生。

  • 學生需要具備微積分及線性代數(shù)基礎(chǔ)，至少會熟練使用一門編程語言，修讀過算法與數(shù)據(jù)結(jié)構(gòu)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

本項目將帶領(lǐng)學生詳細了解機器學習的主要方法和當前的研究方向，涵蓋機器學習中的不同算法的分析與對比。項目在討論至今仍有效的如決策樹的經(jīng)典算法外，還將討論以深度學習為例的改變了機器學習領(lǐng)域的新技術(shù)。學生還將接觸到現(xiàn)實世界中的問題，在這些問題中，將使用機器學習或深度學習中的各種工具給出和分析樣本數(shù)據(jù),以及用Python及其中的深度學習框架實現(xiàn)所學算法的實踐。

 

個性化研究課題參考：

欺騙性、重復性的廣告檢測算法研究

針對用戶搜索記錄的酒店推薦算法

根據(jù)網(wǎng)約車當前運行軌跡，預測本次行程時間的算法開發(fā)

預測土壤的物理化學成分

 

03
項目背景

大數(shù)據(jù)的價值體現(xiàn)主要集中在數(shù)據(jù)的轉(zhuǎn)向以及數(shù)據(jù)的信息處理能力等等。在產(chǎn)業(yè)發(fā)展的今天，大數(shù)據(jù)時代的到來，對數(shù)據(jù)的轉(zhuǎn)換，數(shù)據(jù)的處理數(shù)據(jù)的存儲等帶來了更好的技術(shù)支持，產(chǎn)業(yè)升級和新產(chǎn)業(yè)誕生形成了一種推動力量，讓大數(shù)據(jù)能夠針對可發(fā)現(xiàn)事物的程序進行自動規(guī)劃，實現(xiàn)人類用戶以計算機信息之間的協(xié)調(diào)。項目也將圍繞著數(shù)據(jù)預測性分析與分類的核心技術(shù)—機器學習及深度學習展開。

04
授課教授
Shlomo
                                                 

卡內(nèi)基梅隆大學 (CMU)終身正教授

?Shlomo教授任卡內(nèi)基梅隆大學（CMU）終身正教授，他曾在魏茨曼科學研究所(Weizmann Institute of Science)攻讀博士學位。

?之后移居美國，并在位于美國宇航局蘭利研究中心的ICASE(科學與工程計算機應用研究所)工作。

?教授從1994年任職于卡內(nèi)基梅隆大學，研究方向包括解決流體動力學方程和處理大規(guī)模優(yōu)化的相關(guān)問題。

 

05
你能獲得

  • 7周在線小組科研學習+5周不限時論文指導學習 共125課時

  • 項目報告

  • 優(yōu)秀學員獲主導師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（可用于申請）

  • 結(jié)業(yè)證書

  • 成績單

 

06
項目大綱

  • 概率論與統(tǒng)計學理論回顧 Review of Probability and Statistics

  • 監(jiān)督式機器學習：分類及回歸模型 Supervised Machine Learning： Classification and Regression Models

  • 非監(jiān)督式機器學習：聚類及數(shù)據(jù)降維Unsupervised Machine Learning： Clustering and Dimension Reduction

  • 深度學習與神經(jīng)網(wǎng)絡 Introduction to Deep Learning and Neural Networks

  • 主流深度學習框架介紹 Tensorflow, Pytorch and Their Applications

  • 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

  • 學術(shù)研討2：學生將在本周課前完成程序設計原型（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

  • 項目成果展示 Final Presentation

  • 論文輔導 Project Deliverables Tutoring

 

開課日期：2024-05-18

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