【項目安排】

課時安排 (Duration): 4周在線小組科研+2周論文指導

【適合人群】

適合年級 (Grade): 大學生及以上

適合專業 (Major): 對計算機科學、計算機工程、數據科學、數據處理、機器學習、深度學習等專業和課題感興趣，相關專業或希望在相關領域深入學習的學生；

學生需要具備線性代數及概率論與數理統計基礎，至少會使用一門編程語言并修讀過算法與數據結構，有機器學習項目開發經驗的申請者優先

【項目收獲】

4周在線小組科研學習+2周論文指導學習 共125課時+不限時論文指導

學術報告

優秀學員獲主導師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表指導（可用于申請）

結業證書

成績單

【課堂剪影】

【項目產出展示】

【項目背景】

大數據的本質是海量的、多維度、多形式的數據。所以，在大數據面前，以往的數據處理方式無法快速、高效的達成既定目標，而人工智能技術借助機器學習與深度學習算法，更加靈活，并且可以根據不同的訓練數據擁有自優化能力，從而使運算量顯著增加。

“人工智能”與“大數據”的完美結合將改變我們的日常生活，也即將成為各領域研究發展方向的變革工具。

項目將在來自計算機專業排名前列的麻省理工學院的終身教授的指導下進行，旨在介紹常用機器學習和數據科學理論，以及當下的Python編程語言，引導學生探討不同的機器學習理論和實際應用，為高階學習打下堅實基礎。

【項目介紹】

學生將在項目中學習數據科學、機器學習的理論和方法，了解并且掌握Python在數據科學和機器學習中的應用。學生將在項目結束時，自選框架和問題，使用Python開發機器學習應用，提交項目報告，進行成果展示。

個性化研究課題參考：

現有自然語言處理展示模型的挑戰與機遇

使用條件對抗網絡（CGAN）自動生成動畫素描

使用卷積神經網絡針對內容進行照片分類

【導師介紹】

Mark

麻省理工學院 (MIT)終身教授

Mark導師現任麻省理工學院（MIT）終身教授，曾獲素有“諾貝爾風向標”美譽的美國斯隆研究獎、國際聲望的博士后獎勵Hubble Fellow。

Mark導師的研究興趣聚焦機器學習、數據科學、人工智能、天體物理，善于利用高性能超級計算機強大的數據處理能力進行數值模擬，訓練機器學習和深度學習模型，借助機器學習與數據科學技術分析模擬數據。

任職學校 University

麻省理工學院（MIT）創立于1861年，是世界私立研究型大學，在計算機科學方向享有盛譽，在2020年U.S.News世界大學排名綜排位列第二、計算機工程CE專排蟬聯首位。學校孕育了90位諾貝爾獎得主、59位美國國家科學獎章獲得者，以及75位麥克阿瑟獎獲得者。

【學員案例】

【項目大綱】

PCA、神經網絡等機器學習內容回顧 A quick review of Machine Learning

卷積神經網絡結構與正則化方法 CNN architectures and regularization method in Neural Networks

自動編碼器 Discuss different types of Auto-Encoders, including AE, DAE, SAE, and VAE

生成式對抗網絡 Generative Adversarial Networks

自然語言處理 Natural Language Processing

學術研討1：教授與各組學生探討并評估個性化研究課題可行性，幫助學生明晰后續科研思路 Final Project Preparation Session I

學術研討2：學生將在本周課前完成程序設計原型（prototype）及偽代碼（Pseudocode），教授將根據各組進度進行個性化指導，確保學生優質的終期課題產出 Final Project Preparation Session II

項目成果展示 Final Presentation

論文指導 Project Deliverables Tutoring

【教學現場】

【機構簡介】

科研品牌PathAcademics隸屬于北京集思互聯教育科技有限公司，是由世界優秀大學教授、行業導師和國際教育專家共同創立的中外學術項目。

集思未來教育（原集思學院）由哈佛大學及哥倫比亞大學教授、校友共同發起成立，為全球中學生呢、大學生提供優質的科研教育、項目制學習課程。中國團隊自2016年成立至今走過了五年歷程，立足研究導向型學習、項目制學習，專注課程開發與教學實施，結合全球超1000位知名教授和優質教育資源，培養面向未來的國際化人才，五年來培養了超過3萬名學員，與近百所高等院校和百余所國際化學校建立合作關系。

【機構環境】