计算机与人工智能专题：程序的灵魂从图数据结构、Dijkstra贪心算法到机器学习与人工智能

阅读 304

2024-04-24

　　开始日期: 2024-10-26

　　课时安排: 7周在线小组科研学习+5周不限时论文指导学习

　　适合人群

　　适合年级 (Grade): 高中生/大学生

　　适合专业 (Major): 就读于计算机科学、计算机工程、人工智能、数据科学等专业或对以上专业领域感兴趣的学生;

　　学生需要具备微积分及线性代数基础，修读过算法与数据结构的申请者优先;

　　建议选修: 24年秋季专业选修课程待定项目

　　导师介绍

　　Gregory

　　卡内基梅隆大学 (CMU)教授&项目主任

Gregory

　　Gregory导师现任是卡内基梅隆大学电子与计算机工程系教授。导师专长集中在软件系统，包括分布式系统、网络、云计算和操作系统，以及软件工程和取证计算机科学领域。导师有丰富的教学经验，算法和数据结构，以及高级本科和研究生系统课程。他曾担任卡内基梅隆大学国际知名编程团队的总教练、区域编程竞赛主任、计算机科学教学助理项目负责人、CMU计算机科学学院教育计算主任、CMU计算机科学硕士项目副主任、加州大学圣地亚哥分校计算机科学与工程硕士项目主任。他在克莱姆森大学开始了他的职业生涯，在CMU计算机科学学院任教16年，在海滩工作两年，并担任UCSD CSE硕士课程主任，然后于2017年回到CMU工程学院。他获得了SCS Simon卓越教学奖，SCS Habermann教育服务奖，ACM年度教练奖以及ECE Joel & Ruth Spira卓越教学奖的认可。

　　任职学校

　　卡内基梅隆大学(Carnegie Mellon University)，简称CMU，是美国25所新常春藤盟校之一。2020年QS世界大学学科排名中，其计算机与信息系统学排名世界第3。截至2019年3月，该校共培养出了13个图灵奖、17个诺贝尔奖、9个奥斯卡金像奖、114个艾美奖、44个托尼奖得主。长期以来，CMU的计算机系都占据全美第一的位置，学校的软件工程专业全美排名第一，其研究院更是美国国防部的军官研究院。CMU位列CSRankings排名世界第一。U.S. News计算机本科及硕士项目与斯坦福大学，麻省理工学院，加州大学伯克利分校并列全美第一。

　　项目背景

　　算法是计算机科学的核心，推动着计算机科学的多样化发展。算法是为执行特定的任务而设计的一组指令。每当你使用手机、计算机、笔记本电脑或计算器时，其实都在使用算法。在计算机系统中，算法是由软件开发人员以他们选择的任何编程语言编写的逻辑。对算法进行系统的理论研究是至关重要的，这样才能形成(i)一些通用算法范例，(ii)在新环境中应用它们的技能，(iii)严格证明算法正确性的技术，(iv)限制最坏情况运行时间的工具，以及(v)评估、评论，并比较了不同的算法方法。随着几乎每个领域都变得数据驱动和计算化，算法的基本工作知识现在比以往任何时候都更加重要。项目将从传统算法过渡到人工智能等高阶算法。

　　项目介绍

　　在实际代码编写的过程中，程序员经常在问题抽象的环节面临着在几种数据表示之间进行选择的困难，不用的数据结构均有优缺点，并各自对应自己独有的一套算法。本项目将向学生介绍最常用的数据结构及其相关算法。重点将放在算法正确性的证明，算法性能的分析，以及如何选择正确的数据结构上。在项目中，我们将着重强调算法和数据结构的高质量实现，并将其引入机器学习与人工智能大背景下的程序设计。

　　项目大纲

　　传统数据结构与算法概览 Traditional data structures and algorithms

　　为给定算法的正确性或不正确性提供论证 Present arguments for the correctness or incorrectness of a given algorithm

　　对给定算法的效率行为进行推理和评估 Reason about and evaluate the efficiency behavior of a given algorithm

　　为给定的问题选择适当的数据结构和算法 Choose appropriate data structures and algorithms for a given problem

　　实现所选的数据结构和算法 Implement the chosen data structures and algorithms

　　人工智能与机器学习 AI and Machine Learning

　　项目回顾与成果展示 Program review and presentation

　　论文辅导 Project deliverable tutoring

　　项目收获

　　7周在线小组科研学习+5周不限时论文指导学习共125课时

　　项目报告