一、深度學(xué)習(xí):最前沿
關(guān)鍵詞: 深度學(xué)習(xí)理論/方法, 高級(jí)機(jī)器學(xué)習(xí)
學(xué)生群體: 想要在 ICML/NIPS/ICLR發(fā)表論文的同學(xué). 學(xué)生必須有非常強(qiáng)的編程背景,較好的數(shù)學(xué)能力,和深厚的機(jī)器學(xué)習(xí)功底,最好對(duì)于統(tǒng)計(jì),線性代數(shù),優(yōu)化,以及腦神經(jīng)科學(xué)也有所了解。
簡(jiǎn)介: 卡耐基梅隆并不是一個(gè)隨隨便便被別人的研究方向影響然后做一點(diǎn)小小的提高的地方,我們更感興趣的是提出引領(lǐng)世界的想法,并且把這些想發(fā)高質(zhì)量的實(shí)現(xiàn)出來(lái)。比如說(shuō),把一些著名的深度學(xué)習(xí)模型,如 CNN/LSTM/GAN, 變得更好只能算是二流的科研,我們感興趣的是如何徹底的取代 CNN/LSTM/GAN.
二、深度學(xué)習(xí):新方法與新應(yīng)用
關(guān)鍵詞: 深度學(xué)習(xí), 機(jī)器學(xué)習(xí), CNN, GAN
學(xué)生群體: 有較好的編程能力和對(duì)深度學(xué)習(xí)有一定理解的同學(xué)。最好是接觸過(guò) TensorFlow 或者 PyTorch 的同學(xué). 這個(gè)項(xiàng)目在有將來(lái)創(chuàng)業(yè)想法的同學(xué)中非常受歡迎.
簡(jiǎn)介: 深度學(xué)習(xí)是近期最熱的話題之一了。由于其無(wú)可比擬的表征能力,人們將深度學(xué)習(xí)應(yīng)用在了各種各樣的問(wèn)題中。我們?nèi)匀挥泻芏鄼C(jī)會(huì)最初很有趣的項(xiàng)目來(lái)。這個(gè)項(xiàng)目非常適合那些想要了解深度學(xué)習(xí)并且想要使用深度學(xué)習(xí)解決問(wèn)題的同學(xué)。在未來(lái),這個(gè)項(xiàng)目將會(huì)重點(diǎn)關(guān)注基因組研究領(lǐng)域。項(xiàng)目的核心是希望同學(xué)們能夠練習(xí)使用深度學(xué)習(xí)解決當(dāng)前最復(fù)雜的問(wèn)題。
三、高維數(shù)據(jù)中的模型選擇等問(wèn)題
關(guān)鍵詞: 統(tǒng)計(jì), 模型選擇, lasso, confounder correction, 線性混合模型, 高維數(shù)據(jù), 生物統(tǒng)計(jì)
學(xué)生群體: 有扎實(shí)統(tǒng)計(jì)學(xué)背景的同學(xué),統(tǒng)計(jì)專業(yè)的同學(xué)。
簡(jiǎn)介: 這個(gè)大數(shù)據(jù)的時(shí)代見(jiàn)證了數(shù)據(jù)量的高速增長(zhǎng)。在同數(shù)據(jù)量告訴增長(zhǎng)的同時(shí), 每一個(gè)數(shù)據(jù)點(diǎn)所帶來(lái)的信息增長(zhǎng)的更加迅速, 從而帶來(lái)了一個(gè)高維數(shù)據(jù)的世界。 在機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)領(lǐng)域,我們通常將數(shù)據(jù)特征比數(shù)據(jù)點(diǎn)更多的情況稱之為高維數(shù)據(jù). 不難理解,在高維數(shù)據(jù)中我們沒(méi)有足夠的數(shù)據(jù)來(lái)研究這屆特征。從統(tǒng)計(jì)學(xué)的角度上講,很多相關(guān)的問(wèn)題時(shí)下并沒(méi)有解法,在這些問(wèn)題上的任何一點(diǎn)進(jìn)步都有可能影響世界。這個(gè)項(xiàng)目鼓勵(lì)同學(xué)們?nèi)パ芯肯嚓P(guān)的充滿挑戰(zhàn)性的問(wèn)題。
四、經(jīng)典及其學(xué)習(xí)應(yīng)用:計(jì)算金融&計(jì)算生物學(xué)
關(guān)鍵詞: 機(jī)器學(xué)習(xí), 計(jì)算金融, 計(jì)算生物學(xué)
學(xué)生群體:具有基礎(chǔ)機(jī)器學(xué)習(xí)只是和編程能力的同學(xué)。學(xué)生需要了解微積分,線性代數(shù)和統(tǒng)計(jì)學(xué)。廣泛適用于各個(gè)專業(yè)的同學(xué),包括計(jì)算機(jī)專業(yè),統(tǒng)計(jì)專業(yè),數(shù)學(xué)專業(yè),電子工程,金融專業(yè),甚至生物專業(yè)。
簡(jiǎn)介: 機(jī)器學(xué)習(xí)將成為這個(gè)人工智能時(shí)代最重要的話題。 該項(xiàng)目主要為同學(xué)們提供研究新的機(jī)器學(xué)習(xí)方法并且使用機(jī)器學(xué)習(xí)方法解決問(wèn)題的機(jī)會(huì)。該項(xiàng)目目前僅關(guān)注于時(shí)下最火熱的計(jì)算金融和計(jì)算生物學(xué)的問(wèn)題。這兩個(gè)分支的關(guān)注點(diǎn)略有區(qū)別:
● 計(jì)算金融:
○ 應(yīng)用已有的方法解決金融的問(wèn)題;
○ 相比于數(shù)學(xué)能力,需要更多的編程能力;
○ 幾乎不需要金融學(xué)相關(guān)知識(shí);
○ 及其優(yōu)秀的同學(xué)可以獲得去紐約梅隆銀行實(shí)習(xí)的機(jī)會(huì)。
● 計(jì)算生物學(xué):
○ 更多關(guān)注于開(kāi)發(fā)新的方法;
○ 相比于編程能力,需要更多的數(shù)學(xué)能力;
○ 有時(shí)需要對(duì)生物學(xué)只是有所了解;
及其優(yōu)秀的同學(xué)可獲得CMU MSBIC或MSCB等項(xiàng)目的內(nèi)部推薦。
五、基因組研究數(shù)據(jù)的可視化問(wèn)題
關(guān)鍵詞: HCI,可視化,基因組研究,GUI
學(xué)生群體: 具有基本編程能力的人機(jī)交互方向同學(xué), 最好同時(shí)又基本的統(tǒng)計(jì)學(xué)知識(shí)。
簡(jiǎn)介: 基因組研究是目前最熱門的研究領(lǐng)域之一, 有大量的科學(xué)家為此夜以繼日。他們中的很多研究都發(fā)表在了諸如Nature一樣的期刊中。可是,由于生物系統(tǒng)極其復(fù)雜,想找到一個(gè)清晰地報(bào)告自己科研成果的方法并不容易。這個(gè)項(xiàng)目鼓勵(lì)同學(xué)們?nèi)椭麄儭?br />
項(xiàng)目具體包括兩個(gè)步驟:
● 我們要研究現(xiàn)有的,例如 LocusZoom等工具, 模仿并通過(guò)python實(shí)現(xiàn)出來(lái)。
● 我們研究目前這些可視化方法的局限性,并提高他們,已達(dá)到幫助科學(xué)家們簡(jiǎn)化匯報(bào)結(jié)果的繁瑣過(guò)程,并且讓結(jié)果更加簡(jiǎn)明的匯報(bào)出來(lái)。
六、設(shè)計(jì)并實(shí)現(xiàn)EIR項(xiàng)目的網(wǎng)絡(luò)平臺(tái)
關(guān)鍵詞: 交互式的網(wǎng)絡(luò)接口, GUI
學(xué)生群體: 具有基本編程能力的人機(jī)交互方向同學(xué)。對(duì)UI設(shè)計(jì)感興趣的同學(xué)。
簡(jiǎn)介: Eir 項(xiàng)目是我們近期的一個(gè)主要項(xiàng)目,試圖將機(jī)器學(xué)習(xí)應(yīng)用于生物信息的科研中。我們創(chuàng)造了一個(gè)人工智能的科學(xué)家,她可以無(wú)休無(wú)止的選擇并閱讀相關(guān)的科研文獻(xiàn)并且將文獻(xiàn)中的內(nèi)容加以總結(jié)。為了保證我們的系統(tǒng)能夠以最好的方式為社會(huì)服務(wù),我們需要一個(gè)交互式的網(wǎng)絡(luò)平臺(tái)為普通大眾提供一個(gè)使用Eir的接口。 在這之前,我們已經(jīng)完成了一個(gè)叫做GenAMap的項(xiàng)目。
這個(gè)項(xiàng)目要求同學(xué)們?cè)O(shè)計(jì)并實(shí)現(xiàn)一個(gè)交互式的網(wǎng)絡(luò)接口使得Eir可以接受一個(gè)科研命題,搜索相關(guān)文獻(xiàn),選擇重點(diǎn)文獻(xiàn)閱讀并且總結(jié)匯報(bào)成果。
這個(gè)項(xiàng)目包含四個(gè)模塊:
● 設(shè)計(jì)介紹網(wǎng)站;
● 用 HTML5實(shí)現(xiàn)介紹網(wǎng)站;
● 設(shè)計(jì)應(yīng)用網(wǎng)站;
● 用 HTML5和Python,實(shí)現(xiàn)應(yīng)用網(wǎng)站。
美國(guó)卡耐基梅隆大學(xué)(Carnegie Mellon University),簡(jiǎn)稱CMU,坐落在美國(guó)賓夕法尼亞州的匹茲堡(Pittsburgh),是一所擁有13,600名在校學(xué)生和1,423名教職及科研人員的世界著名學(xué)府。該校擁有享譽(yù)全球的計(jì)算機(jī)學(xué)院和戲劇學(xué)院,其藝術(shù)學(xué)院,商學(xué)院,工程院以及公共管理學(xué)院等也都在全美名列前茅。CMU由工業(yè)家兼慈善家安德魯·卡耐基于1900年創(chuàng)建,當(dāng)時(shí)名為卡內(nèi)基技術(shù)學(xué)校,1912年改名為卡耐基梅隆大學(xué),開(kāi)始向以研究為主的美國(guó)重點(diǎn)大學(xué)轉(zhuǎn)變。 其在2016-17泰晤士高等教育全球大學(xué)排名中位列世界第23 ,包括工程與技術(shù)排名世界第15,商業(yè)與經(jīng)濟(jì)排名世界第16,計(jì)算機(jī)排名世界第6,全美大學(xué)排名第16。
面向?qū)ο螅阂杂暾?qǐng)美國(guó)名校計(jì)算機(jī)類、電子工程類、自動(dòng)化等相關(guān)專業(yè)的大學(xué)生及優(yōu)秀的高中生;
軟性背景:有一定的科研履歷者優(yōu)先;
科研主題:機(jī)器學(xué)習(xí);人機(jī)交互;用戶研究;移動(dòng)系統(tǒng);知識(shí)圖譜;自然語(yǔ)言理解;
科研導(dǎo)師:CMU計(jì)算機(jī)專業(yè)導(dǎo)師;
科研地點(diǎn):CMU科研組會(huì)議室;
科研時(shí)間:寒假,暑假,4周。具體時(shí)間由科研組調(diào)整,面試前我們會(huì)安排學(xué)生閱讀一篇專業(yè)論文。
免費(fèi)
通話
400-900-9770
輸入您的電話號(hào)碼,點(diǎn)擊通話,稍后您將接到我們的電話,該通話對(duì)您完全免費(fèi),請(qǐng)放心接聽(tīng)!
╳400-900-9770
輸入您的電話號(hào)碼,點(diǎn)擊通話,稍后您將接到我們的電話,該通話對(duì)您完全免費(fèi),請(qǐng)放心接聽(tīng)!
╳關(guān)注小留教育公眾號(hào),實(shí)時(shí)
分享留學(xué)攻略!
以上數(shù)據(jù)僅作參考,個(gè)人根據(jù)所選學(xué)校不同、所在地區(qū)不同、個(gè)人消費(fèi)習(xí)慣不同,會(huì)有所出入,詳情需詢問(wèn)您的專屬顧問(wèn)老師。
關(guān)注小留教育公眾號(hào),實(shí)時(shí)
分享留學(xué)攻略!
以上數(shù)據(jù)僅作參考,個(gè)人根據(jù)所選學(xué)校不同、所在地區(qū)不同、個(gè)人消費(fèi)習(xí)慣不同,會(huì)有所出入,詳情需詢問(wèn)您的專屬顧問(wèn)老師。
首先要弄清楚自己出去留學(xué)是要為什么,這個(gè)回答會(huì)直接影響你對(duì)它們的評(píng)判和比較。比如我在考慮要去哪里留學(xué)的時(shí)候會(huì)更考慮我在不同國(guó)家能申請(qǐng)到什么檔次的學(xué)校和專業(yè),我能適應(yīng)哪些地方的生活,從哪里畢業(yè)回來(lái)更有利于我找工作等等;而我身邊也有一些朋友會(huì)更關(guān)心能否移民,生活體驗(yàn)好不好這些方面。所以,先問(wèn)問(wèn)自己:我為什么要出國(guó)留學(xué)?(我們將其稱為留學(xué)申請(qǐng)中的“元認(rèn)知”。這也是InVisor倡導(dǎo)的思維方式之一。
了解更多留學(xué)信息