适合人群:对计算机科学、数据科学、统计学感兴趣的学生
活动时间:
学员收货:优秀学员获主导师Reference Letter结业证书成绩单学术报告
对计算机科学、数据科学、统计学感兴趣,希望跟随名校导师进行深度科研项目,选择相关领域作为未来学术研究或就业方向的学生。 学生需要具备概率论与数理统计基础,至少会使用一门编程语言实现经典机器学习算法,有过Pytorch开发经验的申请者优先
项目大纲
概率模型和贝叶斯推断,进行数据预处理 Introduce probability models and Bayesian inference; install Python, open data files, and preprocessing
数据嵌入和马尔可夫链蒙特卡罗算法的基本原理 Introduce the elements of the algorithms in data embedding and Markov Chain Monte Carl
搭建主要工作模块 Build the main working modules of the project
讨论不同机器学习与AI算法之间的关系 Machine learning and AI algorithms
深度学习、迁移学习与AI算法之间的关系Deep learning, transfer learning and AI algorithms
项目回顾与成果展示Program Review and Presentation
论文辅导 Project Deliverables Tutoring
时间安排与收获
-7周在线小组科研学习+5周论文辅导学习 共125课时
-学术报告
-优秀学员获主导师Reference Letter
-EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表(可用于申请)
-结业证书
-成绩单