机器学习与数据科学

课程介绍

学生将在项目中学习数据科学、机器学习的理论和方法,了解并且掌握Python在数据科学和机器学习中的应用。在项目结束时,学生可自选框架和问题,使用Python开发机器学习应用,提交项目报告,进行成果展示。


教授介绍

V 导师现任麻省理工学院教授,曾获素有“ 诺贝尔风向标 ”美誉的美国斯隆研究奖 、国际最具声望的博士后奖励 Hubble Fellow。V导师善于利用超级计算机强大的数据处理能力,生成数据集,训练机器学习和深度学习模型,完成星系识别和分类,提升处理规模庞大数据的效率。


任职院校

麻省理工学院创立于1861年,坐落于美国马萨诸塞州剑桥市(大波士顿地区),是世界著名私立研究型大学。作为世界顶尖高校,麻省理工学院尤其以自然及工程学享誉世界,位列 2015-16 年世界大学学术排名(ARWU)工程学世界第1计算机科学第2,与斯坦福大学、 加州大学伯克利分校一同被称为工程科技界的学术领袖。截至2017年,著名马萨诸塞州 理工师生、校友或研究人员包括了91位诺贝尔奖得主、52位国家科学奖章获奖者、45位罗德学者、38名麦克阿瑟奖得主、6名菲尔兹奖获奖者、25位图灵奖得主。此校同时具很强的创业文化,由其校友所创办的公司利润总值相当于全球第十一大经济体。


适合人群

● 高中生、大学生;

● 对计算机科学、计算机工程、数据科学、数据处理、机器学习、深度学习等专业和课题感兴趣,相关专业或希望在相关领域深入学习的学生;

● 具备Python基础知识,数学逻辑良好的学生优先。


课程大纲

时间

课程主题

课程内容

第一周

机器学习与数据科学概论

掌握机器学习和数据科学的基础理论和方法,探讨机器学习和数据科学在业界和学界的最新动态及应用。

第二周

机器学习基础数学理论

探索机器学习背后的逻辑和线性代数等必备数学理论,为机器学习模型和算法理解需要具备的数学逻辑打下基础

第三周

回归理论

系统学习机器学习的基础理论-线性回归,深入了解优化、拟合等经典机器学习思想。

第四周

机器学习常见算法

深入理解KNN、K-means等机器学习常见算法区别以及代码实现。

第五周

数据科学和机器学习最佳实践

掌握机器学习和数据科学最佳实践,从中获益。

第六周

神经网络、深度学习和项目回顾

了解神经网络的基本原理,梳理与神经网络的关系。

以上课程安排仅供参考


课程安排

● 6周在线小组科研学习(12课时)& 6周论文辅导学习(9课时),共21课时

● 在线小班制,使用Zoom上课,人数不超过25人


项目收获

● Research Essay或科研报告、成果汇报展示和名师点评

● 优秀学员可获得主导师推荐信

● 结业证书

● 学术评估报告及成绩单


席位有限,限时开放,快扫码了解更多!

咨询热线:150 7034 1503(中国号码)

              +1 332 217 7393(美国号码)





首页    实习内推     科研课程     留学申请     布局全球     关于钰途
关注官方客服
              
邮箱:contact@legendarymilestone.com
电话:15070341503
地址:北京市海淀区西海国际中心1号楼