哈佛大學人工智能與深度學習專題：卷積神經網絡算法及其在NLP、CV等多人工智能領域的應用研究

招生狀態：招生中

課時安排：2周專(zhuan) 業(ye) 預修與(yu) 在線科研+10天麵授科研+5周在線論文指導

適合專(zhuan) 業(ye)

適合數據科學、數據處理、統計學、機器學習(xi) 、深度學習(xi) 等專(zhuan) 業(ye) 的學生；

學生需要具備線性代數及概率論與(yu) 數理統計基礎，修讀過算法與(yu) 數據結構並能熟練使用如隨機森林等經典機器學習(xi) 算法。

項目收獲

1. 2周專(zhuan) 業(ye) 預修與(yu) 在線科研+10天麵授科研+5周在線論文指導

2. 項目報告

3. 優(you) 秀學員獲主導師Reference Letter

4. EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會(hui) 議全文投遞與(yu) 發表指導（可用於(yu) 申請）

5. 結業(ye) 證書(shu)

6. 成績單

項目介紹

項目將首先回顧包含分類與(yu) 回歸的傳(chuan) 統機器學習(xi) 算法及初步神經網絡，而後教授將會(hui) 介紹用於(yu) 優(you) 化神經網絡的數學原理及代碼技術。在確保學生具備紮實的理論及編程基礎後，項目將進入到關(guan) 於(yu) 卷積神經網絡原理、架構、優(you) 化及應用的核心階段，學生將根據自身興(xing) 趣選擇個(ge) 性化研究課題進行深入研究，在項目結束時提交項目報告，進行成果展示。

個(ge) 性化研究課題參考：

算法優(you) 化：圖卷積神經網絡

計算機視覺應用：DGD卷積神經網絡行人重識別

自然語言處理應用：基於(yu) 自聯想記憶與(yu) 卷積神經網絡的跨語言情感分類

推薦係統應用：基於(yu) 標簽卷積神經網絡的推薦算法

項目大綱

經典機器學習(xi) 算法回顧及神經網絡初步

梯度下降算法

基於(yu) 反向傳(chuan) 播的自動微分算法

神經網絡優(you) 化技術

神經網絡正則化在防過擬合中的應用

卷積神經網絡基本概念和體(ti) 係結構

感知野與(yu) 通過池化層的反向傳(chuan) 播

顯著圖與(yu) 神經網絡最新技術展望

項目回顧與(yu) 成果展示

論文輔導與(yu) 投遞

導師介紹

Pavlos哈佛大學項目主任

Pavlos教授現任哈佛大學應用計算科學研究所（IACS）項目主任，負責把控計算機科學、工程與(yu) 數據科學專(zhuan) 業(ye) 的研究生培養(yang) 方案與(yu) 課程體(ti) 係，教授數據科學核心課程。 曾擔任國家可擴展集群項目（NSCP）的副主任，這是在網格模型上進行大規模分布式計算的最初嚐試之一。同時，在哈佛 - 史密鬆天體(ti) 物理中心擔任過研究員，並擔任由哈佛大學創新計算項目啟動的“時間序列中心”的子項目的高級科學家、項目負責人。