國外小組科研—機器學習與數(shù)據(jù)科學專題：監(jiān)督式與非監(jiān)督式學習，基于SVM、K-means等分類與聚類方式的算法研究【大學組】

開始日期：

2023年7月19日

專業(yè)方向：

計算機與人工智能

導師：

Shlomo（卡內(nèi)基梅隆大學 (CMU) 終身正教授）

課程周期：

7周在線小組科研學習+5周不限時論文指導學習

語言：

英文

建議學生年級：

大學生

項目產(chǎn)出：

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(yōu)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(fā)表指導（可用于申請） 結業(yè)證書 成績單

項目介紹：

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(jīng)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(xiàn)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(shù)據(jù),以及用Python及其中的深度學習框架實現(xiàn)所學算法的實踐。Students will be exposed to real-world problems where sample data will be given and analyzed using a variety of tools from machine learning and deep learning. Each meeting will include a practical problem, a theory relevant to the problem which will involve some mathematical concepts, and hands on where implementation of algorithms learned will be implemented in Python and deep learning frameworks in it. 個性化研究課題參考 Suggested Research Fields 欺騙性、重復性的廣告檢測算法研究 Research on Deceptive and Duplicate Advertisement Detection Algorithms 針對用戶搜索記錄的酒店推薦算法 Recommendation System for Hotel Reservations Based on the User’s search History 根據(jù)網(wǎng)約車當前運行軌跡，預測本次行程時間的算法開發(fā) Predict the total travel time of taxi trips based on their initial partial trajectories 預測土壤的物理化學成分 Predict physical and chemical properties of soil using spectral measurements