数据分析和机器学习应用
项目时间：2021年07月18日-09月06日
在线咨询项目介绍
- 课题内容
- 导师信息
- 任职大学
机器学习是计算机科学以及信号信息领域中重要的热点研究领域。随着互联网、物联网等的快速发展，机器学习在多个 领域（数据挖掘、大数据分析、视频技术、音频技术、智能机器人技术等）成为关键核心和职称技术。本课程讲授机器 学习和数据分析的相关基础理论、主流机器学习思想和方法，旨在让大家深入了解从事机器学习以及相关学科应用的研 究人员目前需要学习的方法、技术、数学和算法，为开展相关领域的技术开发和科学研究奠定基础。
Pradeep Ravikumar
卡耐基梅隆大学计算机科学学院机器学习系终身教授
(1)卡耐基梅隆大学计算机科学学院机器学习系招聘委员会主席
(2)卡耐基梅隆大学计算机科学学院机器学习研究项目的负责人
(3)《机器学习》杂志的编辑委员会核心成员
(4)第十六届人工智能和数据统计国际会议项目主席
(5)曾获得美国国家科学基金会（NSF）颁发的事业奖
(6)发表核心期刊论文145 篇
卡耐基梅隆大学（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。
项目背景
机器学习就是基于一些高度复杂的算法和技术，在一个非生命的物体、机器或系统中构建人类行为。机器学习在生活中的应 用很多，例如机器人根据搜寻自身环境的经验数据提供更好的导航服务，机器人根据目标病人的历史健康记录预测出哪种疗 法治疗某种疾病最有效，以及语音识别系统运用以往听你说话的经验更好地理解你的指令内容。
常见问题
线上科研的作用及成果与线下的区别？
上课模式、收获、教授级别上其实线上和线下都差不多。但是线下由于60课时和教授1v5近距离绑定一个月授课，所以推荐信要好拿的多。
（60课时，甚至高于美国高校每学期对专业课课时最低55小时的要求）
CIS科研项目适合人群，如何选择专业方向？
CIS主要针对在读高中生和在读本科生。
CIS专业选择不仅仅局限于syllabus，可以参考CV，因为是小组教学，只要在教授的研究履历范围内教授都可以给予指导。
与中科研，美国夏校，及其他科研项目的区别
对申请的作用：推荐信、科研履历、论文、成绩、学习和知识。这五个方面都是由教授决定的。在宣传上可能哈佛讲师和哈佛终身教授，大家都说是哈佛教授。但是实际上不论推荐信效力还是科研履历，论文得到的指导，成绩单署名。两个级别教授开具出来的效力在招生办完全是天壤之别。所以我们从不用低级别教授做推荐信PBL项目，低级别教授在我们这里只教基础课程，和美国高校一样。
是否应该等语言成绩达标之后再考虑背景提升（面试需要考察学生哪些方面）
分课题。理工、艺术等课题对英文要求不高，就像这些专业美国本身的研究生录取也对英文要求不高。但是社科类课题，还是需要语言成绩达标后参加，我们会考核英语能力
是否可以自主选择课题教授？
不可以，必须由我们按照学生情况匹配课题。但是实际上基本我们根据学生填写的申请来匹配的肯定是学生想选择的那几个课题。但匹配之后最后会由教授确认录取，如果学生最想要的课题没有被录。再只能看能不能填表申请复议了。
论文保发表吗？
保发表不保证级别。CIS的数据是大约20%教授推荐的优秀论文是可以发到SCI国际核心期刊的。然后剩下的好一点的也会有国际EI会议，或者科学美国人这种顶尖的科普类期刊。实在论文质量一般的，我们会协助发表国内的国家级英文期刊保底。
