|
课程安排
课题海报招生形状：招生中
课程工夫：2021-06-26～2021-08-29
课程方式：采用ZOOM远程直播式授课
课时安排：6周在线授课+4周在线小组科研+4周论文辅导
教授全程参与为期10周
课程描画
机器学习就是基于一些高度复杂的算法和技术，在一个非生命的物体、机器或系统中构建人类行为。机器学习在生活中的应 用很多，例如机器人根据搜索本身环境的阅历数据提供更好的导航服务，机器人根据目的病人的历史健康记录预测出哪种疗 法治疗某种疾病最有效，以及语音辨认系统运用以往听你说话的阅历更好地了解你的指令内容。
机器学习是计算机迷信以及信号信息范畴中重要的热点研讨范畴。随着互联网、物联网等的疾速发展，机器学习在多个 范畴(数据发掘、大数据分析、视频技术、音频技术、智能机器人技术等)成为关键核心和职称技术。本课程讲授机器 学习和数据分析的相关基础实际、主流机器学习思想和方法，旨在让大家深化了解从事机器学习以及相关学科运用的研 究人员目前需求学习的方法、技术、数学和算法，为展开相关范畴的技术开发和迷信研讨奠定基础。
合适人群
- 对计算机、数据分析、机器学习专业感兴味的高中生，本科生
- 修读数学、计算机、信息迷信等专业，以及将来希望在大数据分析、商业分析、计算机算法等范畴从业的先生
- 具有微积分、线性代数、以及计算机编程基础的先生优先
导师引见
Pradeep Ravikumar
卡内基梅隆大学计算机迷信学院机器学习系终身教授
卡内基梅隆大学计算机迷信学院机器学习系招聘委员会主席
卡内基梅隆大学计算机迷信学院机器学习组基金会担任人
《机器学习》杂志的编辑委员会核心成员
第十六届人工智能和数据统计国际会议项目主席
曾获得美国国家迷信基金会(NSF)颁发的事业奖
发表核心期刊论文145 篇
论文援用次数13189
i10指数97项目播种
高级别学术会议参会证明与论文发表
• 超过20所国内高校广泛参与，和全球多个顶尖非营利性学术组织如IEEE授权的顶级国际会议参会证明
• 专为青少年科研成果举行的学术会议，保证项目学员论文的CPCI/EI检索收录
• 前10%的先生将获得SCI检索发表，前30%的先生将获得大会演讲的顶尖学术履历
网申引荐信
• 教授授课课时完全符合College Board对学术课程的要求(36课时)，确保满足课时要求的教授引荐信才能在央求中具有有效性和牢靠性。教授将在充足课程工夫了解先生并提供翔实引荐内容。
成绩单&学术评价
• 成绩单和学术评价是教授对先生在课程中的表现和完成论文状况的客观评价，可以作为有效能的补充材料在网申阶段提交。
| 
