【美國(guó)名校線上科研】麻省理工學(xué)院數(shù)據(jù)科學(xué)與統(tǒng)計(jì)學(xué)專題項(xiàng)目
2024-11-22 17:42:31項(xiàng)目基本信息
專業(yè)類別
理工
參加形式
線上
適合人群
數(shù)據(jù)科學(xué)、數(shù)據(jù)處理、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等專業(yè)的大學(xué)生以上人群。
導(dǎo)師介紹
Mark
麻省理工學(xué)院終身正教授
Mark導(dǎo)師現(xiàn)任麻省理工學(xué)院（MIT）終身正教授，曾獲素有“諾貝爾風(fēng)向標(biāo)”美譽(yù)的美國(guó)斯隆研究獎(jiǎng)、國(guó)際最具聲望的博士后獎(jiǎng)勵(lì)Hubble Fellow，并在多個(gè)年份獲得Web of Science高被引學(xué)者稱號(hào)。 Mark導(dǎo)師的研究興趣聚焦機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)、人工智能、宇宙物理等，善于利用高性能超級(jí)計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理能力進(jìn)行數(shù)值模擬，訓(xùn)練機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型，借助機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)技術(shù)分析模擬數(shù)據(jù)。
項(xiàng)目背景
大數(shù)據(jù)的本質(zhì)是海量的、多維度、多形式的數(shù)據(jù)。所以，在大數(shù)據(jù)面前，以往的數(shù)據(jù)處理方式無(wú)法快速、高效的達(dá)成既定目標(biāo)，而人工智能技術(shù)借助機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法，更加靈活，并且可以根據(jù)不同的訓(xùn)練數(shù)據(jù)擁有自優(yōu)化能力，從而使運(yùn)算量顯著增加?！叭斯ぶ悄堋迸c“大數(shù)據(jù)”的完美結(jié)合將改變我們的日常生活，也即將成為各領(lǐng)域研究發(fā)展方向的變革工具。項(xiàng)目旨在介紹常用統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)理論，以及當(dāng)下最受歡迎的Python編程語(yǔ)言，引導(dǎo)學(xué)生探討不同的數(shù)據(jù)分析理論和實(shí)際應(yīng)用，為高階學(xué)習(xí)打下堅(jiān)實(shí)基礎(chǔ)。
項(xiàng)目大綱
一、麻省理工學(xué)院數(shù)據(jù)科學(xué)與統(tǒng)計(jì)學(xué)專題項(xiàng)目簡(jiǎn)介
致理計(jì)劃：數(shù)據(jù)科學(xué)與統(tǒng)計(jì)學(xué)專題：回歸模型與貝葉斯統(tǒng)計(jì)及Python數(shù)據(jù)處理方法綜合研究【大學(xué)組】
參加后收獲：學(xué)生將在項(xiàng)目結(jié)束時(shí)，自選框架和問題，使用Python開發(fā)數(shù)據(jù)分析應(yīng)用，提交項(xiàng)目報(bào)告，進(jìn)行成果展示。
二、麻省理工學(xué)院數(shù)據(jù)科學(xué)與統(tǒng)計(jì)學(xué)專題適合人群
適合年級(jí) (Grade): 大學(xué)生及以上
適合專業(yè) (Major): 數(shù)據(jù)科學(xué)、數(shù)據(jù)處理、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等專業(yè)的學(xué)生
學(xué)生需要具備線性代數(shù)及概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ)，至少會(huì)熟練使用一門編程語(yǔ)言并修讀算法與數(shù)據(jù)結(jié)構(gòu)，有過(guò)機(jī)器學(xué)習(xí)項(xiàng)目開發(fā)經(jīng)驗(yàn)的申請(qǐng)者優(yōu)先;建議預(yù)修專業(yè)基礎(chǔ)課程：《Python編程與數(shù)據(jù)處理》、《機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)：線性代數(shù)》、《高等數(shù)學(xué)微積分與應(yīng)用》、《概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ)》
建議選修: Python數(shù)據(jù)處理及其數(shù)學(xué)原理
三、麻省理工學(xué)院數(shù)據(jù)科學(xué)與統(tǒng)計(jì)學(xué)專題課程大綱
1、數(shù)據(jù)收集、表示及預(yù)處理方法 Dealing with Data： Data Representation; Data Collection and Management;
2、數(shù)據(jù)降維與聚類方法 Dimensionality Reduction including PCA, LDA, and Manifold Learning.Clustering including K-Means, K-Means++, and Hierarchical Clustering
3、回歸模型與貝葉斯估計(jì) Linear Regression and Bayesian Inference， Polynomial Regression
4、機(jī)器學(xué)習(xí)分類方法 Classification in General; K-Nearest Neighbors; Decision Trees; Probabilistic Model: Logistic Regression. Multi-class classification
5、學(xué)術(shù)研討1：教授與各組學(xué)生探討并評(píng)估個(gè)性化研究課題可行性，幫助學(xué)生明晰后續(xù)科研思路 Final Project Preparation Session I
6、學(xué)術(shù)研討2：學(xué)生將在本周課前完成程序設(shè)計(jì)原型(prototype)及偽代碼(Pseudocode)，教授將根據(jù)各組進(jìn)度進(jìn)行個(gè)性化指導(dǎo)，確保學(xué)生優(yōu)質(zhì)的終期課題產(chǎn)出 Final Project Preparation Session II
7、項(xiàng)目成果展示 Final Presentation
8、論文輔導(dǎo) Project Deliverables Tutoring
四、麻省理工學(xué)院數(shù)據(jù)科學(xué)與統(tǒng)計(jì)學(xué)專題時(shí)間安排
開始日期：2024-12-14；課時(shí)安排：7周在線小組科研學(xué)習(xí)+5周不限時(shí)論文指導(dǎo)學(xué)習(xí)
課時(shí)安排
12周時(shí)間安排
報(bào)名方式
項(xiàng)目收獲
1、優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter
2、獲得高質(zhì)量的結(jié)業(yè)證書
3、增強(qiáng)數(shù)據(jù)科學(xué)及統(tǒng)計(jì)相關(guān)的背景競(jìng)爭(zhēng)力
4、有效助力世界名校申請(qǐng)成功
相關(guān)項(xiàng)目
