人工智能時(shí)代來(lái)臨：基于機(jī)器學(xué)習(xí)的算法綜合探究 Machine Learning:Theory and Practical Algorithms

人工智能/數(shù)據(jù)科學(xué)/商業(yè)分析

課題背景

你是否會(huì)使用Siri或Alexa等個(gè)人助理系統(tǒng)？你是否用垃圾郵件過(guò)濾器來(lái)處理垃圾郵件？你是否訂閱Netflix，并通過(guò)其精確的推薦系統(tǒng)來(lái)發(fā)現(xiàn)新電影呢？如果你符合以上任何一條，那么恭喜你，你已經(jīng)很好地用到了機(jī)器學(xué)習(xí)！ 機(jī)器學(xué)習(xí)的核心是，“用算法解析數(shù)據(jù)，從中學(xué)習(xí)，然后對(duì)某些事物做出決定或預(yù)測(cè)?！边@意味著，你無(wú)需明確地編程計(jì)算機(jī)來(lái)執(zhí)行任務(wù)，而是教計(jì)算機(jī)如何開(kāi)發(fā)算法來(lái)完成任務(wù)。本課程將帶領(lǐng)學(xué)生們了解各種各樣的學(xué)習(xí)算法，培養(yǎng)應(yīng)用學(xué)習(xí)算法解決實(shí)際問(wèn)題的技能和如何執(zhí)行學(xué)習(xí)算法的評(píng)估和模型選擇。

課題內(nèi)容

課程從不同的角度深入介紹機(jī)器學(xué)習(xí)的理論和實(shí)際算法。它涵蓋了一些主要的模型和算法的回歸，分類，聚類和馬爾科夫決策過(guò)程。主題包括線性和邏輯回歸、正則化、概率(貝葉斯)推理、支持向量機(jī)和核方法、神經(jīng)網(wǎng)絡(luò)、聚類和降維。本課程使用Python編程語(yǔ)言，并假設(shè)您熟悉線性代數(shù)、概率論和多元微積分。本課程的目的是讓學(xué)生在方法學(xué)、技術(shù)、數(shù)學(xué)和算法方面有一個(gè)全面的基礎(chǔ)，這些都是目前將機(jī)器學(xué)習(xí)應(yīng)用于各種應(yīng)用程序的人所需要的。

適合人群

對(duì)計(jì)算機(jī)專業(yè)感興趣的高中生，本科生 

修讀計(jì)算機(jī)、（電子）電氣工程、信息工程等專業(yè)，以及未來(lái)希望在機(jī)器學(xué)習(xí)、算法、編程、數(shù)據(jù)分析等領(lǐng)域從業(yè)的學(xué)生 

具備較高水平的數(shù)學(xué)能力，熟悉線性/矩陣代數(shù)、概率論和多元微積分；了解Python語(yǔ)言的學(xué)生優(yōu)先 

建議學(xué)生提前掌握算法設(shè)計(jì)與數(shù)據(jù)結(jié)構(gòu)

教授介紹

南加州大學(xué)計(jì)算機(jī)科學(xué)系教授

1)曾任美國(guó)國(guó)家科學(xué)研究所計(jì)算機(jī)通信分部項(xiàng)目首席研究員

2)USC工程領(lǐng)事、教師績(jī)效評(píng)估委員會(huì)成員

3)榮獲Herbert Simon計(jì)算機(jī)科學(xué)卓越教學(xué)獎(jiǎng) 獨(dú)立開(kāi)發(fā)高級(jí)編程實(shí)務(wù)(Java)課程

4)《數(shù)學(xué)分析與應(yīng)用雜志》、《積分變換和特殊函數(shù)》、《計(jì)算與應(yīng)用數(shù)學(xué)雜志》等期刊同行審查委員會(huì)高級(jí)成員

課程安排與收獲

10周在線小組科研（總計(jì)72課時(shí)）

網(wǎng)申推薦信

學(xué)術(shù)評(píng)估報(bào)告項(xiàng)目成績(jī)單

論文成果

* 課時(shí)包含：導(dǎo)師課程36課時(shí)+助教課程30課時(shí)+寫作課程6課時(shí)，不包含先修課課時(shí)
* 完成研究后滿足學(xué)術(shù)條件和教授要求可獲得推薦信，教授將嚴(yán)格按照學(xué)生實(shí)際表現(xiàn)對(duì)學(xué)生進(jìn)行客觀評(píng)價(jià)。