机器学习在计算机网络中的应用-寰兴留学

您的位置：首页 > 背景提升 > 机器学习在计算机网络中的应用

机器学习在计算机网络中的应用

高中生、大学生
对人工智能、计算机网络、通信、航天等方向感兴趣的学生
计算机科学、电子工程、通信工程、软件工程、数学等专业方向的学生

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

Nick Feamster
终身教授
Nick Feamster导师现任芝加哥大学计算机科学终身教授，同时担任芝加哥大学数据与计算中心主任，曾在普林斯顿大学担任计算机科学终身教授、信息技术政策中心副主任，也曾在佐治亚理工学院担任计算机学院
教授。他的研究侧重于网络安全和性能。Nick Feamster导师拥有麻省理工学院计算机科学博士学位、电气工程和计算机科学的硕士和学士学位。 Nick Feamster导师是美国计算机械协会(ACM)的会员。该协会为计算机科
学领域大约1%的顶尖专业人士保留。导师曾荣获NSF“美国青年科学家与工程师总统奖”（PECASE，美国青年科学家和工程师的最高荣誉）和“IBM优秀教师奖“，被《麻省理工学院技术评论》评为35岁以下最佳创新者之一。
任职学校
芝加哥大学的历史上拥有多为诺贝尔奖和菲尔兹奖，从曼哈顿计划开始，大量科学家汇集于此，建立了世界上第一台可控核反应堆，并成功开启人类原子能时代，创立了美国第一所国家实验室阿贡国家实验室和之后著名的费米实验室。芝加哥大学计算机科学系处于快速发展的阶段，拥有跨学科（数学、统计、物理、生物、社会科学等）研究传统，2019年U.S. News 全美综合排名第3位。

课程安排

第一周：计算机网络基础
网络测量和互联网技术、网络安全、网络性能测量
第二周：机器学习基础（一）
无监督学习：聚类、异常值检测
第三周：机器学习基础（二）
监督学习：标准方法、集成算法
第四周：深度学习基础
卷积神经网络：基本概念与基本架构
第五周：计算机网络应用与评估
网络性能推理、网络安全、网络隐私
第六周&第七周：项目回顾与成果展示
课程知识点
第一周:计算机网络基础
计算机网络的核心内容就是网络协议，网络协议为计算机网络中进行数据交换而建立的规则、标准或约定的集合。
第二周&第三周:机器学习基础
机器学习(Machine Learning,)是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
第四周:深度学习基础
深度学习（deep learning）是机器学习的分支，是一种以人工神经网络为架构，对数据进行表征学习的算法。
第五周:计算机网络应用与评估
计算机网络应用，其本质在于网络传输，结合人工智能机器学习的算法，将进一步扩大计算机网络的应用领域
第六周:项目回顾

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