搜文章
推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > 爱康优申 > 藤校科研|爱康优申背景提升项目——机器学习的数据算法模型与应用

藤校科研|爱康优申背景提升项目——机器学习的数据算法模型与应用

爱康优申 2020-09-16
想要在人生的舞台发光,就不要止步于平凡过往;世界很广阔,路很漫长,我们需要用双脚去丈量。想要去往顶端的学术殿堂,就不要让薄弱拘禁了梦想;与优秀的人接触,思想碰撞,增强背景实力,扬帆起航!

机会来了!!!

爱康优申背景提升项目—藤校科研项目将持续更新,以帮助各位有留学意向的小伙伴实现背景提升,提高个人能力,完善出国留学材料等等。



课题导师



藤校科研|爱康优申背景提升项目——机器学习的数据算法模型与应用

David Woodruff

卡内基梅隆大学计算机系终身教授


CMU 数据科学项目创建者及主席

曾供职于 IBM Almaden 研究中心10年,IBM 技术学院首席科学家

STOC 2013 以及 PODS 2010 最佳学术研究论文奖得主

EATCS Presbuger(表彰计算机科学领域年度最卓越的年轻科学家)奖得主



任职大学


卡内基梅隆大学(Carnegie Mellon University)是一所位于美国宾夕法尼亚州匹兹堡的研究型私立大学。在2018年泰晤士高等教育世界大学排行榜中,卡内基梅隆大学排名世界第20位,在同一机构的学科排名中,学校的计算机科学排名世界第六位,工程和技术排名第十二位,商学和经济学排名第十五位。

在USNews发布的排行榜中,学校排名全美第25位,其中计算机科学排名全美第一位。截止2018年10月,学校的教员和校友中共有20人获得诺贝尔奖,12人获得图灵奖,22人获评美国艺术与科学院院士,19人进入美国科学促进会,72人入选美国国家学院。


1

课题背景



算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。 也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。

一个算法的优劣可以用空间复杂度与时间复杂度来衡量。算法中的指令描述的是一个计算,当其运行时能从一个初始状态和(可能为空的)初始输入开始,经过一系列有限而清晰定义的状态,最终产生输出并停止于一个终态。一个状态到另一个状态的转移不一定是确定的。

随机化算法在内的一些算法,包含了一些随机输入。而大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。


2

课题内容 



本课程会介绍一些 本科等级的典型算法设计和分析 。我们将介绍经典算法技术,如动态程序设计、散列和数据结构, 分治算法,网络流和线性规划。我们还将涵盖范围广泛的分析工具,如recurrences、概率分析,平摊分析和势函数。除了学习算法,我们还会涉及一些复杂性理论的研究——双重的算法设计(下界方法在这些模型中的显示和最优算法)。最后,我们将讨论新模型在现代大型数据集下的应用,比如在线算法、机器学习和数据流。



3

适合人群



  • 计算机专业感兴趣的高中生,本科生

  • 修读计算机、电子电气工程、信息工程等专业,以及未来希望在机器学习算法、编程、数据分析等领域从业的学生

  • 具备离散数学、概率论基础的学生优先




4

研究项目 




所有学生将被要求从事一项研究项目。每个项目都将涵盖一种或多种核心算法技术,例如压缩感测,分布式和网络计算,线性编程,机器学习,数值线性代数,草图绘制,稀疏恢复和流式传输算法。


教授会建议各种学生可以选择的主题。将要求学生表示他们的选择,并将根据他们的兴趣分配一个团队。研究主题将包括以下:


1、如何使用快速降维技术,例如素描,用于加快线性编程等优化问题的速度,

2、获得数据时算法有效的通信解决方案

3、为大数据模型中的基本问题获得更严格的界限,例如数据流模型。





5

收获成果




  • 教授签字的成绩单;

  • 教授纸质评估推荐信(学生认真完成课程、保证出勤率和最终的研究报告报告或论文作业,无抄袭及学术造假,教授根据学生实际情况出具);

  • 教授网申推荐信(学生决定是否使用并提交);

  • 论文(100%协助发表,绝大比例可以发表国家级以上期刊)。





 需留学答疑的小伙伴可以加
爱康优申顾问 深入交流

扫描二维码

获取留学资讯

爱康优申顾问






经典

实时资讯

藤校科研

内推实习

每日一校

版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《藤校科研|爱康优申背景提升项目——机器学习的数据算法模型与应用》的版权归原作者「爱康优申」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读