机器学习与数据科学-寰兴留学

您的位置：首页 > 背景提升 > 机器学习与数据科学

机器学习与数据科学

高中生、大学生
对计算机科学、计算机工程、数据科学、数据处理、机器学习、深度学习等专业和课题感兴趣，相关专业或希望在相关领域深入学习的学生
具备Python基础知识，数学逻辑良好的学生优先

项目收获
导师介绍
课程安排
课程模式

项目收获

一封权威的推荐信：
世界名校导师为顺利完成科研项目的学员撰写推荐信，为你未来的升学或就业提供一块重要的基石
一份不一样的学术项目经历：
值得写进简历的项目实践成果，与世界名校导师一起工作、交流
一种不一样的眼界：
全面提升自己的专业背景和知识水平，开阔视野，跳出舒适圈，得到顶级专家的带领和指导
一种不一样的可能：
真人沉浸式教学，创造个人在这个领域发展的可能性

导师介绍

Mark Vogelsberger
终身教授
Mark Vogelsberger导师现任麻省理工学院（MIT）终身教授，曾获素有“诺贝尔风向标”美誉的美国斯隆研究奖、国际最具声望的博士后奖励Hubble Fellow。Mark Vogelsberger导师善于利用超级计算机强大的数据处理能力，生成数据集，训
练机器学习和深度学习模型，完成星系识别和分类，提升处理规模庞大数据的效率。
任职学校
麻省理工学院（MIT）创立于1861年，是世界著名私立研究型大学，在计算机科学方向享有盛誉，在2020年U.S.News世界大学排名综排位列第二、计算机工程CE专排蝉联首位。学校孕育了90位诺贝尔奖得主、59位美国国家科学奖章获得者，以及75位麦
克阿瑟奖获得者。

课程安排

第一周●机器学习与数据科学概论
学生将在本周了解机器学习和数据科学的基础理论和方法，探讨机器学习和数据科学在业界和学界的最新动态及应用。
第二周●机器学习基础数学理论
机器学习模型和算法理解需要具备良好的数学逻辑和基础。学生将在本周了解机器学习背后的逻辑和线性代数等必备数学理论。
第三周●回归理论
回归理论是机器学习的基础理论。线性回归体现了优化、拟合等经典机器学习思想，往往是初学者首先学习的内容。学生将在本周学习常见回归理论。
第四周●机器学习常见算法
学生将在本周了解KNN、K-means等机器学习常见算法。
第五周●数据科学和机器学习最佳实践
学生将在本周了解机器学习和数据科学最佳实践指南，从中获益。
第六周●神经网络和深度学习&项目回顾
第七周●成果展示

课程模式

12课时的Instructor Session：
世界名校教研体系深度浸泡
12课时的Mentor Session：
指导小组完成实战项目
6课时的TA Office Hour：
扫除上课时积累的所有疑难知识点
2课时的成果汇报Presentation：
将所学知识呈献给导师及所有学员，获得导师点拨和反馈
10课时的录播先导课：
搭建项目必备学术能力
24小时内答疑回复：
24小时内答疑，第一时间解决遗留问题
全程助教辅助模式：
课程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3：
小班教学，人人都能与大佬沟通熟悉，打通人脉