國外小組科研—人工智能與數(shù)據(jù)科學(xué)專題：機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)及其在推薦系統(tǒng)中的應(yīng)用【大二及以上組】

開始日期：

2023年6月16日

專業(yè)方向：

計算機(jī)與人工智能

導(dǎo)師：

Sorin（布朗大學(xué) Brown University 講席終身正教授）

課程周期：

7周在線小組科研學(xué)習(xí)+5周不限時論文指導(dǎo)學(xué)習(xí)

語言：

英文

建議學(xué)生年級：

大學(xué)生

項目產(chǎn)出：

7周在線小組科研學(xué)習(xí)+5周不限時論文指導(dǎo)學(xué)習(xí) 共125課時 項目報告 優(yōu)秀學(xué)員獲主導(dǎo)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(fā)表指導(dǎo)（可用于申請） 結(jié)業(yè)證書 成績單

項目介紹：

項目中，導(dǎo)師將介紹用于知識發(fā)現(xiàn)的大數(shù)據(jù)挖掘的基礎(chǔ)編程模型和算法。學(xué)生對其代碼實(shí)現(xiàn)后，將使用真實(shí)生活中的數(shù)據(jù)集(如Yelp評論、亞馬遜交易和MovieLens數(shù)據(jù)等)進(jìn)行模型訓(xùn)練，并檢測出有意義的用戶偏好及習(xí)慣。在項目中后期，學(xué)生將結(jié)合所學(xué)知識及導(dǎo)師建議對基礎(chǔ)推薦算法及模型進(jìn)一步優(yōu)化研究，構(gòu)建一個新穎、準(zhǔn)確且高效的個性化推薦系統(tǒng)，并在項目結(jié)束時提交項目報告、進(jìn)行成果展示。This program will introduce the fundamental programming models and algorithms used in mining Big Data for knowledge discovery. Specifically, the lecture will cover MapReduce, Frequent Itemset Mining, Clustering & Dimension Reduction, and Recommendation Systems. The assignments will include implementing algorithms introduced in the lecture to detect meaningful patterns from real datasets (e.g., Yelp reviews, Amazon transactions, and MovieLens data). At the end of the course, the students are expected to conduct a research project by combining the knowledge learned in class to build a novel recommendation system. 個性化研究課題參考 Suggested Research Fields 構(gòu)建基于內(nèi)容的電影推薦系統(tǒng) Content-based movie recommender 構(gòu)建基于協(xié)同過濾的推薦系統(tǒng) Building recommendation system based on collaborative filtering 構(gòu)建一個混合位置的餐廳推薦系統(tǒng) Building a hybrid recommendation system for location 數(shù)據(jù)挖掘其他應(yīng)用如：使用公開數(shù)據(jù)進(jìn)行空氣質(zhì)量預(yù)測和預(yù)報 Other applications of data mining, such as air quality prediction and forecasting using open data