海外名校导师项目---机器学习算法优化背后的计算数学理论与应用研究
分类:专家指南2021-06-05
Program Background 项目背景
机器学习(ML)和人工智能(AI)两大主流科技将成为我们社会未来所依赖的基础设施。然而,随着这些领域的巨大快速增长,越来越多的数据科学家似乎依赖于ML和AI的“黑盒”使用方法。也就是在不了解理论性质的情况下,直接应用计算技术和对应框架。这一令人担忧的现象对数据科学领域的发展毫无益处,本项目旨在填补这一空白,让学生在实践的同时也能深度理解其背后的理论支持,助力博士申请。
Program Description
本项目为学生提供在监督学习环境中所需的现代数学工具。我们将重点分析和设计正则化方法以及一阶优化方法,包括随机梯度下降法,并介绍统计学理论中的主要思想。学生将在项目结束时,提交项目研究报告,进行成果展示
个性化研究课题参考 Suggested Research Fields
MSE与MAE对机器学习性能优化的作用比较 Comparison of the Effects of MSE and MAE on Machine Learning Performance Optimization
机器学习随机优化方法的个体收敛性研究 Individual Convergence of Stochastic Optimization Methods in Machine Learning
高维因子模型及其在统计机器学习中的应用 High-dimensional Factor Model and Its Application in Statistical Machine Learning
Targeting Students
大学生
希望申请人工智能,数据科学,统计学等相关领域博士的学生 学生需要具备微积分、线性代数、概率论基础,至少会使用一门编程语言实现如KNN等经典机器学习算法
Instructor Introduction 导师介绍
Patrick
Patrick导师现任牛津大学终身教授,曾任教于耶鲁大学计算机科学系,拥有普林斯顿大学博士学位,荣获牛津大学杰出教学奖。Patrick教授的研究研究兴趣集中在应用概率、统计学和计算机科学的交叉领域,聚焦于高维概率、统计和优化的基本原理,为机器学习和人工智能提供高计算效率、统计最优的算法。导师同时对图形建模以及蒙特卡洛模拟方法颇有研究。
Syllabus 项目大纲
统计学习:监督学习和无监督学习、建模数据、多元正态模型、正态线性模型、贝叶斯学习 Statistical Learning. Topics in this week cover supervised and unsupervised learning, modeling data, multivariate normal models, normal linear models, and Bayesian learning.
回归理论:线性回归、线性模型分析、模型选择与预测、非线性回归、线性模型 Regression. Topics in this week are about linear regression, analysis of linear models, model selection and prediction, nonlinear regression, and linear models in Python.
核与正则化方法:正则化、表示定理、高斯回归、核主成分分析 Regularization and Kernel methods. Topics in this week cover regularization, re-presenter theorem, Gaussian process regression, and Kernel principal component analysis.
机器学习优化方法 Optimization for machine learning
分类、决策树和集成方法:支持向量机、决策树、随机森林 Classification, decision trees and ensemble methods. Topics in this week include support vector machine, decision trees, and random forests.
项目回顾与成果展示 Program review and presentation
论文辅导和发表 Project deliverables tutoring
模拟博士申请面试 Mock interview for PhD application
Schedule and Outcome
7周在线小组科研学习+5周论文辅导学习 共125课时
学术报告
优秀学员获主导师Reference Letter
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表(可用于申请)
结业证书
成绩单
如需进一步了解,或有任何相关疑问,欢迎大家在线咨询专业老师;也可以进入答疑中心给我留言,我会尽快与您联系为您解答。如果您对自己或孩子是否适合出国留学还有疑虑,欢迎参与前途出国免费评估,以便给您进行准确定位。点击新东方前途官网,获取更多新鲜留学资讯。
