课程介绍

  本项目将带领学生详细了解机器学习的主要方法和当前的研究方向，涵盖机器学习中的不同算法的分析与对比。项目在讨论至今仍有效的如决策树的经典算法外，还将讨论以深度学习为例的改变了机器学习领域的新技术。学生还将接触到现实世界中的问题，在这些问题中，将使用机器学习或深度学习中的各种工具给出和分析样本数据,以及用Python及其中的深度学习框架实现所学算法的实践。

项目大纲

  监督式机器学习：分类及回归模型Supervised Machine Learning：Classification and Regression Models
  非监督式机器学习：聚类及数据降维Unsupervised Machine Learning：Clustering and Dimension Reduction
  深度学习与神经网络Introduction to Deep Learning and Neural Networks
  主流深度学习框架介绍Tensorflow,Pytorch and Their Applications
  学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路Final Project Preparation Session I
  学术研讨2：学生将在本周课前完成程序设计原型（prototype）及伪代码（Pseudocode），教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出Final Project Preparation Session II
  项目成果展示Final Presentation
  论文辅导Project Deliverables Tutoring

适合人群

  大学生
  计算机科学、数据科学、人工智能、机器学习专业或对以上专业感兴趣的学生。学生需要具备微积分及线性代数基础，至少会熟练使用一门编程语言，修读过算法与数据结构的申请者优先

项目模式

  10课时的主导师Lecture
  名校教研体系深度浸泡
  6课时1对1 Office Hour
  扫除你上课时积累的所有疑难知识点
  12课时的Mentor Session
  指导小组完成实战项目
  2课时的成果汇报Presentation
  将你所学知识呈献给导师及所有学员，获得导师点拨和反馈
  24小时内答疑回复
  24小时内答疑，解决遗留问题
  全程助教辅助模式
  项目期间配双语助教全程辅助教学过程，不让任何一位学生落下进度
  班主任跟踪监督模式
  不让懒惰拖延成为你成功路上的绊脚石
  师生比例1比4
  小班教学，人人都能与大佬沟通熟悉，打通人脉

课程目标

  扎实可见的学术成长
  往期学员通过项目夯实学术基础，研究能力和学术写作能力获得成长，完成人生中*篇论文，优秀学员最终发表在了国内或国际核心期刊当中。
  硬核科研成果
  收获真正能展示你独特性、批判性思考力的科研经历，优秀学员有机会获得一封基于实际表现的真实有效的推荐信，以及导师的项目评分表。
  更强的升学竞争力
  在申请文书中展现项目经历，在面试过程中通过描述学术项目，向招生官展现自信、专业度、批判性思维能力，让申请文书言之有物、脱颖而出。
  加入集思星人组织
  结识全球的优秀同龄人和科研队友，参加海外导师来华参与线下互动，获得海量免费学习资料。