BGPLUS科研进阶 | 麻省理工学院 | 计算机科学:人工智能-深度学习应用研究

课题名称

= 人工智能-深度学习应用研究 =

项目背景

深度学习使用分层算法模型分析数据,是机器学习的重要研究领域;运用统计与预测建模收集、分析、解读海量信息,是数据科学的核心组成部分;模拟人脑神经网络处理数据,设计模型,训练模型,做出决策,是人工智能的一大分支(www.gaixiao.cn)。深度学习技术通常用于研发图像识别工具、自然语言处理和语音识别软件,完善自动驾驶、语言翻译服务;在零售、医疗、汽车、农业、安全、制造业有着广泛应用。随着数字化趋势的兴起,全球深度学习市场增长强劲,预计在2020-2025年复合年增长率将达到30%左右。机器学习的场景有哪些?如何使用Python语言开发深度学习应用?项目聚焦Python编程语言和Google开源深度学习框架TensorFlow在深度学习中的应用。

项目介绍

项目内容包括机器学习理论、应用与技术,神经网络 ,基于TensorFlow的案例与应用开发,生成对抗网络GAN理论与应用开发,基于深度学习的自然语言处理等。学生将通过项目熟悉机器学习、神经网络、深度神经网络、深度学习、TensorFlow的理论知识与应用案例,在项目结束时,自选开发框架,使用Python语言开发深度学习应用,提交项目报告,进行成果展示。

个性化研究课题参考:自然语言处理:根据推特内容推断发送人所在城市;基于卷积神经网络的场景图像分类与迁移学习;基于改进YOLOv4算法的PCB电子元器件缺陷检测方法; 具有精确尺度估计的动作-评价网络结构与强化学习优势函数。

适合人群

大学生

数据科学、计算机科学、人工智能、机器学习、深度学习等专业或希望修读相关专业的学生,对Python在深度学习中的应用、基于Python的深度学习应用开发感兴趣的学生;学生需要具备线性代数及概率论基础,至少会使用一门编程语言实现如贝叶斯分类器的机器学习算法,有深度学习开发经验的申请者优先

导师介绍

=Mark终身教授=

Mark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导师的研究兴趣聚焦机器学习、数据科学、人工智能、天体物理 ,善于利用高性能超级计算机强大的数据处理能力进行数值模拟,训练机器学习和深度学习模型,借助机器学习与数据科学技术分析模拟数据。

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。

项目大纲

●机器学习:机器学习应用与技术

●神经网络是什么,如何运作?

●深度学习框架TensorFlow: TensorFlow框架下的案例与应 用开发

●生成对抗网络GAN:GAN理论与应用开发

●基于深度学习的自然语言处理

●项目回顾与成果展示

●论文辅导

时间安排

4周在线小组科研学习+2周论文指导学习 共125课时

开课时间:2021.11.6开课

项目收获

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

公司名称:东莞市宇雄精密五金有限公司
主营产品:精密钣金折弯切割CNC定制加工厂,钣金激光切割折弯冲压加工定制,钣金激光切割加工,钣金加工,精密零件冲压四轴五轴CNC机加工厂