適合年級 (Grade): 大學生及以上
適合專業 (Major): 計算機科學、數據科學、人工智能、機器學習專業或對以上專業感興趣的學生。
學生需要具備微積分及線性代數基礎，至少會熟練使用一門編程語言，修讀過算法與數據結構的申請者優先
建議選修: Python編程與數據處理
本項目將帶領學生詳細了解機器學習的主要方法和當前的研究方向，涵蓋機器學習中的不同算法的分析與對比。項目在討論至今仍有效的如決策樹的經典算法外，還將討論以深度學習為例的改變了機器學習領域的新技術。學生還將接觸到現實世界中的問題，在這些問題中，將使用機器學習或深度學習中的各種工具給出和分析樣本數據,以及用Python及其中的深度學習框架實現所學算法的實踐。
個性化研究課題參考：
欺騙性、重復性的廣告檢測算法研究
針對用戶搜索記錄的酒店推薦算法
根據網約車當前運行軌跡，預測本次行程時間的算法開發
預測土壤的物理化學成分
大數據的價值體現主要集中在數據的轉向以及數據的信息處理能力等等。在產業發展的今天，大數據時代的到來，對數據的轉換，數據的處理數據的存儲等帶來了更好的技術支持，產業升級和新產業誕生形成了一種推動力量，讓大數據能夠針對可發現事物的程序進行自動規劃，實現人類用戶以計算機信息之間的協調。項目也將圍繞著數據預測性分析與分類的核心技術—機器學習及深度學習展開。
卡內基梅隆大學 (CMU)終身正教授
?Shlomo教授任卡內基梅隆大學（CMU）終身正教授，他曾在魏茨曼科學研究所(Weizmann Institute of Science)攻讀博士學位。
?之后移居美國，并在位于美國宇航局蘭利研究中心的ICASE(科學與工程計算機應用研究所)工作。
?教授從1994年任職于卡內基梅隆大學，研究方向包括解決流體動力學方程和處理大規模優化的相關問題。
7周在線小組科研學習+5周不限時論文指導學習 共125課時
項目報告
優秀學員獲主導師Reference Letter
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發表指導（可用于申請）
結業證書
成績單
概率論與統計學理論回顧 Review of Probability and Statistics
監督式機器學習：分類及回歸模型 Supervised Machine Learning： Classification and Regression Models
非監督式機器學習：聚類及數據降維Unsupervised Machine Learning： Clustering and Dimension Reduction
深度學習與神經網絡 Introduction to Deep Learning and Neural Networks
主流深度學習框架介紹 Tensorflow, Pytorch and Their Applications
學術研討1：教授與各組學生探討并評估個性化研究課題可行性，幫助學生明晰后續科研思路 Final Project Preparation Session I
學術研討2：學生將在本周課前完成程序設計原型（prototype）及偽代碼（Pseudocode），教授將根據各組進度進行個性化指導，確保學生優質的終期課題產出 Final Project Preparation Session II
項目成果展示 Final Presentation
論文輔導 Project Deliverables Tutoring
開課日期：2024-05-18
具體上課時間、最終時間安排，均以實際安排為準
幾何留學（南京）
南京市新街口商茂世紀廣場17樓B2-B3房間（地鐵1號線13號口）
免費咨詢熱線：025-8697 0062
非工作時間值班電話:15380445805 / 13505165805(微信同號)
幾何留學（蘇州）--需預約接待
蘇州市和基大廈5樓513室
電話：13390765805（微信同號）
幾何留學（西安）--需預約接待
西安市高新區科技二路66號宏源大廈415
電話:13390765805(微信同號)
幾何留學（北京）--需預約接待
對外經貿大學 專家樓
電話：13390765805（微信同號）
新加坡中國科創中心
Block E, JTC CleanTech Three, 8 Cleantech Loop, Singapore 637145
幾何留學公眾號
幾何留學小程序
幾何留學公眾號
幾何留學APP
幾何留學公眾號
幾何留學APP
幾何留學APP
2403個學校
10299個專業
3117個錄取案例
8697份錄取報告