概率统计如何取代数理逻辑，成为人工智能研究的有效工具概率统计如何取代数理逻辑，成为人工智能研究的有效工具项目安排
适合人群
科研背景概率论提供了一个原则性基础，允许计算机推理不确定性。通过利用我们对生成数据的底层过程的理解，即使我们的数据有限，它也能允许我们构建性能良好的机器学习算法。直到最近，将概率论应用于此类机器学习任务还需要高等数学知识和专业编程技能。然而，用Python等易于使用的语言编写的强大概率编程库的出现改变了这一点。本课程将使学生对基本概率理论有一个很好的理解，以及运用概率规划来解决现实世界中的机器学习和数据分析任务的技能和经验。 科研论文在教授的引导下，学生们将进行学术研究以及探讨，并结合课程内容完成一篇科研论文或其他教授要求的科研产出。科研产出的形式（小组形式或个人形式）由教授全程把关。 教授介绍 牛津大学终身教授 博士培训中心联合主任 该教授致力于开发并应用物理传感器系统中的人工智能和机器学习方法，以解决可持续性的现实问 题。他最近的工作涉及未来的能源系统。在加⼊斯伦⻉谢担任电缆测井⼯程师之前，该教授最初在 达勒姆⼤学学习物理学。在全球各地的油⽥⼯作了五年后，罗杰斯教授暂停了⼯作，攻读计算机统 计学博⼠学位，将统计物理学应⽤于不断发展的⼈⼝模型。在完成博⼠学位后，罗杰斯教授在圣达 菲研究所⼯作，负责将复杂性科学应⽤于业务问题，然后回到学术界，最初是在南安普敦⼤学，现 在是⽜津⼤学。他已经指导了 23 位博士学生取得博士学位。 任职大学牛津大学（University of Oxford），简称“牛津”（Oxford），位于英国牛津，世界顶尖的公立研究型大学，采用书院联邦制。牛津大学的具体建校时间已不可考，但有档案明确记载的最早的授课时间为1096年，牛津大学是英语世界中最古老的大学，也是世界上现存第二古老的高等教育机构。该校涌现了一批引领时代的科学巨匠，培养了大量开创纪元的艺术大师、国家元首，其中包括28位英国首相及数十位世界各国元首、政商界领袖。牛津大学在数学、物理、医学、法学、商学等多个领域拥有崇高的学术地位及广泛的影响力，被公认为是当今世界最顶尖的高等教育机构之一。截止至2019年3月，牛津大学的校友、教授及研究人员中，共有72位诺贝尔奖得主（世界第九）、3位菲尔兹奖得主（世界第二十）、6位图灵奖得主（世界第九）。 科研计划
科研内容本课程帮助学生了解概率论、贝叶斯规则和贝叶斯推理的基本原理。初步了解如何使用Python强大的概率编程框架PyMC3构建复杂的概率模型。积累应用这些模型解决实际机器学习和数据分析任务的经验。  成果收获
项目亮点
下一篇可再生能源整合电能收集
|
