機(jī)器學(xué)習(xí)與計(jì)算機(jī)算法：抖音推薦算法核心技術(shù) 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

人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，具體涉及概率論、統(tǒng)計(jì)學(xué)、算法、自然語言、人機(jī)交互、計(jì)算機(jī)視覺等等多個(gè)學(xué)科。其中，推薦算法，作為人工智能的子領(lǐng)域，被《麻省理工科技評論》稱為信息井噴式爆增時(shí)代的技術(shù)新寵，為人們解決了很多現(xiàn)實(shí)問題。TikTok抖音流行的背后就是它的推薦算法滿足了用戶、廣告商、平臺(tái)三方需求。此外，后疫情時(shí)代，人們的生活模式已經(jīng)發(fā)生巨大轉(zhuǎn)變，用戶將更多時(shí)間用在了線上，這些變化不會(huì)隨著疫情的消失而消失。這也間接提升了推薦系統(tǒng)面對的用戶規(guī)模，為推薦系統(tǒng)的發(fā)展創(chuàng)造了新的機(jī)遇與挑戰(zhàn)。

課題內(nèi)容

課程聚焦不同角度下的機(jī)器學(xué)習(xí)理論和實(shí)際算法基礎(chǔ)，結(jié)合當(dāng)下最受歡迎的Python、Java/Scala編程語言，引導(dǎo)學(xué)生開展推薦算法模型研究，在小組科研中，教授將帶領(lǐng)學(xué)生掌握相關(guān)數(shù)學(xué)基礎(chǔ)，機(jī)器學(xué)習(xí)相關(guān)技術(shù)，探討基于內(nèi)容的推薦算法和協(xié)同過濾推薦算法的原理和實(shí)現(xiàn)方案，了解數(shù)據(jù)收集、存儲(chǔ)與分析等研究方法。學(xué)生將通過項(xiàng)目學(xué)習(xí)熟知推薦算法系統(tǒng)的研究工具，撰寫個(gè)性化的研究型報(bào)告，在項(xiàng)目結(jié)束時(shí)提交科研成果。

適合人群

 對計(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

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

USC工程領(lǐng)事、教師績效評估委員會(huì)成員

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

《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)評估報(bào)告

項(xiàng)目成績單

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)對學(xué)生進(jìn)行客觀評價(jià)。