計算機與數據科學科研專題：機器學習中的數據挖掘、推斷與預測

計算機科學（Computer Science，簡稱為(wei) CS），是研究計算機係統結構、程序係統、人工智能以及計算本身的性質和問題的學科。它是一門包含各種各樣與(yu) 計算和信息處理相關(guan) 主題的係統學科，範圍涉及從(cong) 抽象的算法分析、形式化語法等，到更具體(ti) 的主題如編程語言、程序設計、軟件和硬件等。

申請計算機科學專(zhuan) 業(ye) 什麽(me) 背景最受名校青睞？

美國計算機科學專(zhuan) 業(ye) 非常看重GPA，最低要求是3.0。從(cong) 往年錄取數據來看，計算機科學專(zhuan) 業(ye) 排名TOP20的學校，平均錄取GPA大都在3.5以上，部分學校如伯克利，斯坦福，卡耐基梅隆大學需要學生達到3.7以上的GPA。如果申請人本身條件一般，GPA稍微差一點，可以考慮選一些排名稍後點的學校來進行保底。

機構針對想申請計算機科學/數據科學/軟件工程等熱門專(zhuan) 業(ye) 的同學，專(zhuan) 門開設了適用於(yu) 升學黨(dang) 的背景提升科研項目，參與(yu) 研究前沿課題，讓學生不僅(jin) 可以獲得申請所需相關(guan) 學術經驗，還可以積累一段言之有物的實戰經曆，增強名校申請競爭(zheng) 力！

?課題名稱：計算機與(yu) 數據科學專(zhuan) 題：機器學習(xi) 中的數據挖掘、推斷與(yu) 預測

?項目開始時間：2023-07-14

?涉及專(zhuan) 業(ye) ：計算機科學、數據科學、軟件工程

?招生對象：高中生、大學生

?項目地點：上海

授課教授：中國科學院大學研究員

現中國科學院大學研究員。

科研要點：本課程旨在培養(yang) 學生理論聯係實際的能力，在對機器學習(xi) 相關(guan) 算法理論講解的基礎上，通過相關(guan) 案例的實驗操作，使抽象的算法理論具體(ti) 化，從(cong) 而加深學生對機器學習(xi) 算法的感性認識，提高學生對算法理論的理解和應用能力。

適合人群：

✅ 對計算機科學、數據科學、軟件工程感興(xing) 趣的學生

✅ 未來希望在計算機科學專(zhuan) 業(ye) 發展的學生

✅ 想要學習(xi) 論文寫(xie) 作，鍛煉學術語言的使用及提升學術能力的學生

✅ 有意願從(cong) 事科研實踐，產(chan) 出學術科研報告和論文成果的學生

✅ 希望在該領域深入研究，培養(yang) 學術思維，提升學術背景軟實力的學生

項目安排：

1 項目周期：

6周120課時線上錄播課與(yu) 直播答疑先導課+1周線上教授核心課+1周線下實地研討+2周線上產(chan) 業(ye) 導師課+4次線上直播論文答疑課模式

2 課題大綱：

理論基礎課緒論：（1）人工智能與(yu) 機器學習(xi) 開發（2）與(yu) 數據挖掘的區別與(yu) 聯係機器學習(xi) 基本思想與(yu) 原理：（1）機器學習(xi) 算法的性能評價(jia) （2）機器學習(xi) 算法的一般流程

理論基礎課無監督的機器學習(xi) 算法：（1）無監督學習(xi) 之聚類、算法與(yu) 用例（2）無監督學習(xi) 之降維、算法與(yu) 用例有監督的機器學習(xi) 算法：（1）監督學習(xi) 之分類、算法與(yu) 用例（2）監督學習(xi) 之回歸、算法與(yu) 用例

理論基礎課python編程技術：編寫(xie) 、調試機器學習(xi) 算法

研究方法課學術研究：學術研究基礎知識，包括文獻檢索閱讀、數據分析方法工具、研究思路框架整理主題討論課：人工神經網絡：了解神經網絡的由來，理解神經網絡的工作流程，動手搭建多層神經網絡選題指導課：選題指導：對學員選題及研究方向進行指導

主題討論課：支持向量機：（1）支持向量機簡介（2）尋找最大間隔（3）序列最小優(you) 化（4）核函數及其應用論文寫(xie) 作 1(綜述型論文)：（1）綜述型論文意義(yi) （2）綜述型論文寫(xie) 作要點選題指導課：選題指導：對學員選題及研究方向進行指導

主題討論課：數據挖掘：（1）初始數據挖掘（2）數據預處理（3）數據挖掘基礎算法（4）數據建模論文寫(xie) 作 2(研究型論文)：研究型論文寫(xie) 作要點選題指導課：選題指導：對學員選題及研究方向進行指導

課程答辯課題研究報告匯報：學生對課題研究報告進行答辯匯報，導師進行點評

3課時安排：

需要詳細課程表的同學，歡迎微信聯係學術顧問老師。

項目產(chan) 出：

● 推薦信

教授評級A及以上的學生可獲得教授推薦信

● 論文發表

論文寫(xie) 作指導&CNKI/Google Scholar國際期刊或CPCI/EI（CA）/Scopus/Inspec一作論文輔助投遞

● 科研項目材料

課題研究計劃書(shu) （RP）

產(chan) 業(ye) 項目方案

項目結業(ye) 證書(shu)

學術評估報告

助力申請：

參加科研項目之前：履曆上沒有深度經曆

?科研項目之後：豐(feng) 富履曆，提高升學、求職成功概率

參加科研項目之前：申請文書(shu) 陳詞濫調

?科研項目之後：積累高含金量文書(shu) 素材，打造個(ge) 性化申請故事，展現背景軟實力

參加科研項目之前：適應不了名校學習(xi) 節奏

?科研項目之後：夯實基礎，以豐(feng) 富的經驗和前沿的思維快人一步

機構就業(ye) 方向

計算機科學就業(ye) 前景廣闊，畢業(ye) 生可在軟件企業(ye) 、國家機關(guan) 以及各個(ge) 大、中型企事業(ye) 單位的信息技術部門、教育部門等單位從(cong) 事軟件工程領域的技術開發、教學、科研及管理等工作。大部分畢業(ye) 生主要從(cong) 事計算機軟件和互聯網相關(guan) 的工作，如後端開發、前端開發、程序設計、算法、軟件工程、硬件工程、移動開發、測試等崗位。

院校排名機構

1. 麻省理工學院 United States

2. 卡內(nei) 基梅隆大學 United States

3. 斯坦福大學 United States

4. 加州大學伯克利分校 United States

5. 牛津大學 United Kingdom

6. 新加坡國立大學 Singapore

7. 劍橋大學 United Kingdom 

8. 哈佛大學 United States

9. 蘇黎世聯邦理工學院 Switzerland

10. 洛桑聯邦理工學院 Switzerland