人工智能與數(shù)據(jù)科學理論在線小組科研

計算機科學/數(shù)據(jù)科學/人工智能

項目背景

人工智能與數(shù)據(jù)科學將是未來社會賴以維系的信息結(jié)構(gòu)。隨著技術(shù)指數(shù)級增長，數(shù)據(jù)科學家被指摘僅使用人工智能與機器學習的“黑箱”，欠缺對其特性的系統(tǒng)性批判理解?！拔覀?nèi)缃駬牡氖牵杭夹g(shù)在飛速發(fā)展，而人類智識和道德水準遠沒有跟上技術(shù)的腳步。”這對于整個社會具有相當大的潛在危險。項目旨在填補這一空白，幫助學生充分理解人工智能背后的數(shù)學工具和數(shù)學邏輯。

項目介紹 

項目內(nèi)容包括統(tǒng)計，回歸理論，核正則化方法，機器學習優(yōu)化方法，分類、決策樹和集成方法。學生將在項目結(jié)束時，研究梯度下降法（梯度下降法、隨機梯度下降法、自適應方法）的泛化理論保證，提交項目報告，進行成果展示。

適合人群

優(yōu)秀高中生、大學生

計算機科學、計算機工程、電子與計算機工程、人工智能等專業(yè)學生

學生需要具備線性代數(shù)、概率、優(yōu)化知識

導師介紹 

Patrick 終身教授

牛津大學

Patrick 導師現(xiàn)任牛津大學終身教授，曾任教于耶魯大學計算機科學系，擁有普林斯頓大學博士學位，榮獲牛津大學杰出教學獎。Patrick Rebeschini導師的研究聚焦發(fā)現(xiàn)和利用高維概率、統(tǒng)計和優(yōu)化的基本原理，為機器學習和人工智能設計和計算效率高、統(tǒng)計最優(yōu)的算法。

任職學校

牛津大學(University of Oxford）建校于1167年，是世界范圍內(nèi)歷史最為悠久的大學之一，是英國Top2高校、G5名校。牛津大學享有世界聲譽，在英國社會和高等教育系統(tǒng)中具有極其重要的地位，同時具有廣泛的世界性影響。許多青年學子都以到牛津大學深造為理想。牛津大學在2020年QS世界大學綜合排名位列第4。計算機科學在世界范圍內(nèi)享有盛譽。

項目大綱 

統(tǒng)計學習：監(jiān)督學習和無監(jiān)督學習、建模數(shù)據(jù)、多元正態(tài)模型、正態(tài)線性模型、貝葉斯學習 

回歸理論：線性回歸、線性模型分析、模型選擇與預測、非線性回歸、Python線性模型 

核正則化方法:正則化、表示定理、高斯回歸、核主成分分析 

機器學習優(yōu)化方法

分類、決策樹和集成方法:支持向量機、決策樹、隨機森林 

項目回顧與成果展示

論文輔導 

時間安排與收獲 

7周在線小組科研學習+3周論文輔導學習 共44課時

學術(shù)報告 

主導師Reference Letter EI/CPCI/Scopus或同等級別索引國際會議摘要投遞與收錄（可用于申請） 

結(jié)業(yè)證書

成績單