科研1V1丨深入浅出机器学习--计算机基础科研

课程类型：定制型科研课程&项目

Project Mentor：斯坦福大学应用物理博士

理科

 PROJECT MENTOR  

 Francis Chen 

• 本科毕业于中国科学技术大学，应用物理专业

• 斯坦福大学应用物理博士，期间拿到电子工程硕士和管理科学与工程辅修

• 现在就职于Google Research，专攻计算机视觉

• 传兮留学工科组精英Mentor

 项目安排 

  Week 1    机器学习概述  

• 什么是机器学习，我们为什么需要机器学习。

• 机器学习的历史和本质。

• 机器学习的主流任务。

• 本次课程的大纲。

  Week 2    Python基础  

• 为什么是Python语言。

• Python简单的语法，package，以及实例。

• 如何写Python小程序。

  Week 3    线性代数简介  

• 矩阵的基础知识，包括矩阵乘法，加法法则。

• 矩阵和机器学习的关系。

  Week 4    随机梯度下降和回归分析  

• 梯度下降和随机梯度下降的数学定义与物理意义。

• 机器学习中的几种常见随机梯度下降。

• 线性回归分析。

• Logistic回归分析。

  Week 5    概率基本知识  

• 概率的定义，和基本计算。

• 机器学习和概率到底什么关系。

• 概率分布和统计的初步知识。

  Week 6    最大似然估计  

• 最大似然估计的数学表达式和物理意义。

• 如何使用最大似然估计。

  Week 7    简单的分类器  

• 两个类别的简单分类器及Python代码实现。

• 多个类别的分类器及Python代码实现。

  Week 8    实战  

• 用真实的mnist数据实现一个简单的机器学习任务。

• 学生写出结题报告。

 项目收获 

通过两个月项目学习你将获得：

• 定制产出：实验报告

• 课程证明：导师签发的项目证明

• 学术经历：符合学术和大学专业兴趣的项目制课程学习，开启科研之路

• 自我成长：提升学术阅读，批判性思维能力，统计分析能力以及写作能力，提前适应国外的教学模式

 适用人群 

• 对计算机（编程）、数据科学、电子工程感兴趣的高中生。

• 本项目全英文教学，英文课件，建议学生托福80以上，雅思6.0 以上。

 项目亮点 

• 斯坦福大学应用物理博士导师

• 导师会根据学生的程度最终调整课程难度和整体内容

• 一对一授课：市面上最高性价比的一对一授课项目

• 班主任全程督导：全天候陪伴学生解决困难，适应互动式教学

 常见问题 

 Q1.项目是怎么进展的，通过什么平台？

项目是远程线上形式的，导师通过Zoom平台给学生授课，平时也可以通过微信沟通。

 Q2.项目时长？

导师每周授课一次，持续7-8周，每次授课1.5小时左右

 Q3.课下我需要多长时间消化课程内容？

为了保证学习效果最大化以及项目的顺利推进，建议学生每周课下自学时间至少保持在6小时以上。

 Q4.课程证明有什么用？

课程证明反映了学生的阶段性学习能力和对专业领域额知识的了解程度。在申请中，它是文书材料中让人眼前一亮的经历，也是简历中学术能力的直接展现。此外，课程证明也是对学生短期学习能力的肯定，鼓励学生在学术道路上继续前行。

 Q5.科研经历的意义是什么？

科研经历是一个学生优秀学习能力和批判性理解能力的重要体现。好的科研经历可以证明学生有非常好的学术能力，创新能力和科研能力，对申请中的短板可以做一个好的额补充。好的科研经历还可以让同学们得以与世界一流科研研究室工作的导师们密切交流，获得相应学科前沿领域的认知，进而发现自己真正的兴趣点，获得将来职业发展的启发。