2019MIT机器学习暑期课程

来源:信息科学与技术学院  作者:张可菁  日期:2019-04-17  点击数:261
 

一、项目介绍

MIT机器学习课程由麻省理工学院核心实验室 - MIT Computer Science and Artificial Intelligence Laboratory (CSAIL), the MIT Institute for Data Systems, and Society (IDSS), and the Laboratory for Information and Decision Systems (LIDS) 设计并教学。

该课程通过人工智能技术的最新进展和技术方法,如自然语言处理、预测分析、深度学习和算法方法,以进一步了解这个不断发展的行业。在学习专业课程的同时,学生将进入MIT核心实验室和波士顿当地人工智能应用行业领先企业,更加全面前瞻性地了解相关技术商业化的发展进程;探访课程将主要了解波士顿当地的一流大学的教学模式、人才培养以及美国主流文化等;专题讲座将组织“学生赴美留学生活及学术发展规划专题讲座”,邀请美国企业高管及常春藤盟校前招生官一对一为同学们提供职业发展、留学规划、MIT申请指导等经验分享。

项目承办方:Intermind Co.

二、学校简介

麻省理工学院(Massachusetts Institute of Technology)是世界著名私立研究型大学,截止至201810月,麻省理工学院的校友、教职工及研究人员中,共产生了93位诺贝尔奖得主(世界第六) 、8位菲尔兹奖得主(世界第八)以及25位图灵奖得主(世界第二)。MIT素以顶尖的工程学和计算机科学而著名,拥有众多顶级实验室,位列2016-17年世界大学学术排名(ARWU)工程学世界第一、计算机科学第二,被称为工程科技界的学术领袖。

电子工程和计算机科学学部(Electronic Engineering & Computer Science) 是麻省理工学院最重要的学部之一,共有80多位美国国家工程院院士、美国国家科学院院士在EECS学部学习或执教。

学校网址:http://www.mit.edu/

主要课程及简介

The program allows individuals to interact with all these key disciplines. Leading MIT faculty experts will guide participants through the latest breakthroughs in research, cutting-edge technologies, and best practices used for building effective AI-systems. The program provides a well-rounded foundation of knowledge that can be put to immediate use to help people and organizations advance cognitive technology.

Intermind Co. is pleased to offer the MIT Machine Learning & Artificial Intelligence program. MIT has played a leading role in the rise of AI and the new category of jobs it is creating across the world economy. Our goal is to ensure international businesses and individuals have the education and training necessary to succeed in the AI-powered future. This program throughs the latest advancements and technical approaches in artificial intelligence technologies such as natural language processing, predictive analytics, deep learning, and algorithmic methods to further your knowledge of this ever-evolving industry.

Course 1:Machine Learning for Big Data and Text Processing: Foundations

Ensures those who are just getting started in the field know the core mathematical concepts and theories relevant to machine learning. You'll walk away with a solid understanding of probability, statistics, classification, regression, optimization.

Course 2:Advanced Machine Learning for Big Data and Text Processing

See how the latest tools, techniques and algorithms driving modern and predictive analysis can be applied in different fields: what kinds of problems they can/cannot solve and what issues are likely to arise in practical applications.

Course 3:Advances in Imaging: VR-AR, Machine Learning, and Self-Driving Cars

Examine emerging solutions, like machine learning, that are opening up new research and commercial opportunities in immediate and future applications, including VR-AR, self-driving cars, and others.

Course 4:Modeling and Optimization for Machine Learning

Numerical modeling is the skill of reducing a messy engineering or computational problem to a mathematical form that can be solved by using standard algorithms and techniques. By recognizing mathematical patterns in the wild, participants will develop an intuition for which problems are solvable using standard numerical modeling techniques and gain the knowledge and skills to then solve them.

Course 5:Deep Learning for AI and Computer Vision

Deep learning innovations are driving exciting breakthroughs in the field of computer vision. Robots and drones not only "see" but respond and learn from their environment. Autonomous cars avoid collisions by extracting meaning from patterns in the visual signals surrounding the vehicle.

四、课程教学团队

1.     Devavrat Shah 教授,麻省理工学院电子工程与计算机科学学部教授,统计与数据科学中心主任,数据科学基础研究所首席科学家。他目前的研究兴趣是统计推断和社会数据处理的界面。他的作品通过机器学习,运筹学和计算机科学的奖学金奖以及职业奖项得到认可,包括来自INFORMS应用概率学会的2010Erlang奖和2008ACM Sigmetrics新星奖。

2.     Kalyan Veeramachaneni 教授,麻省理工学院电子工程与计算机科学学部教授,信息与决策系统实验室首席科学家。他领导了一个名为Data-to-AI的研究组。该研究组对大数据科学,机器学习和开发人工智能应用程序以满足社会需求非常感兴趣。他的主要研究是建立能够从大量数据中提取信息的统计模型。

3.     项目助教:麻省理工学院电子工程与计算机科学学部在读博士。

五、项目特色

1.      共计46课时Contact Hour,包含Academic Lecture 12课时,Academic Class12课时,Supervision 4课时,Assignment 6课时,Workshop4课时,Reading4课时,Panel 4课时。

2.      实验室课程模块将为参与项目的同学提供深度体验和了解MIT实验室和世界人工智能行业领先企业的顶级研发团队的机会,在学习专业课程的同时,学生将进入MIT核心实验室和波士顿当地人工智能应用行业领先企业,更加全面前瞻性地了解相关技术商业化的发展进程;

3.      探访课程将主要了解波士顿当地的一流大学的教学模式、人才培养以及美国主流文化等,如哈佛自然历史博物馆、皮博迪·艾塞克斯博物馆、波士顿艺术博物馆、科技馆、波士顿市立图书馆、查尔斯河皮划艇、SkyWalkMIT TourHarvard TourBoston CommonBack BayBunker hill MonumentQuincy MarketNBA比赛/波士顿当季体育赛事等。

4.      为提升项目参与者在该学术领域的专业知识和实践运用,以及使学生们更加全面客观地了解在美留学生活状况,了解MIT等世界名校录取研究生的相关信息,培养学生出国深造和国际化学习的氛围,项目期间将组织2-3次学术发展讲座了解该领域发展,一对一为同学们提供职业发展、留学规划、MIT申请指导等,并邀请全球知名企业高管分享经验和行业现状。

5.      全程参与项目且成绩合格者将获得由麻省理工学院Date to AI实验室官方颁发的参与证书;

6.      项目中表现优异者将有机会获得授课教授的推荐信,利于学生未来留学计划。

六、报名条件

1.      全日制在读本科生/研究生;

2.      需具备一定Python语言编程基础,以适应授课及活动内容;

3.      具备较强的英语语言沟通能力,同等条件下,优先选拔具有雅思/托福成绩的同学;

4.      有良好的英语基础,能适应全英文授课;

5.      身心健康,遵纪守法,能较快适应国外的生活、学习和环境;

6.      在校期间遵守相关法律法规,政治思想端正;

7.      有意识自觉维护国家形象和学校名誉,严格遵守学校规定,富有团队合作精神。

报名须知:

本项目总名额30人,报名截止日期2019423。项目方将在报名截止后统一组织签证办理,未办理护照的同学请尽快于截止日期前办理护照。

七、项目时间

2019726-89

(以上项目日期均为北京时间,包含从国际航班起飞至抵达国内全程15天,在美国波士顿停留12整天13晚。)

八、项目费用

4900USD/

项目费包含:

(1)项目课程费用、项目实验室实验器械及材料费用、学习资料费用

(2)项目期间住宿费用

(3)餐饮费用(包含每日早餐、部分午餐以及一顿龙虾晚餐)

(4)在美交通(波士顿的接送机费用、在美期间的公共交通费用)

(5)参观及探访(观看当地体育比赛的费用、参观波士顿当地其他学校、博物馆、自由之路等景点的门票等)

(6)在美当地通讯(美国电话卡)

(7)国际保险费用

(8) 美国签证咨询费用(包括项目主办方为学生办理邀请函、签证用行程单等资料、面签培训指导、陪同面签等费用,此费用为项目整体服务的一部分,不单独退还。)

项目费不包含:

(1)向美国大使馆支付的美国签证申请费用;

(2)向签证公司支付的签证申请服务费(学生自行选择是否使用项目方建议的签证公司服务,包括签证公司的签证答疑、指导、材料审核、在线填写申请表格、EVUS登记、护照邮寄返还等服务)

(3)银行国际电汇手续费(乙方在银行电汇甲方时需保证4,900美金项目费用“全款到账”);

(4)往返机票费用;

(5)往返签证中心的交通费用;

(6)学生投保的个人项目保险费用;

(7)包括但不限于行程以外非约定活动项目所需的费用、自由活动、自行安排活动期间发生的费用;

(8)行程中发生的个人费用,包括但不限于交通工具上的非免费餐饮费、行李超重费,住宿期间的洗衣、饮料及酒类费,个人娱乐费用,个人伤病医疗费,寻找个人遗失物品的费用及报酬,个人原因造成的赔偿费用。

九、报名材料

1.      个人身份证、护照扫描件各 1

2.      护照尺寸照片扫描件 1

3.      大学成绩单扫描件 1

4.      语言成绩单(TOEFL IELTS)扫描件 1 份,若无则提交 CET 成绩单扫描件 个人信息表(确认报名后由主办方发送给学生填写)

5.      签证所需材料主办方将另行通知

6.      报名截止时间:2019423

十、报名方式(以学校流程为准)

1. 报名流程

a. 填写《西南交通大学学生出国出境交流项目申请表》、《西南交通大学暑期海外游学项目家长同意书》、《西南交通大学学生出国境承诺书》,并交至9118C张可菁老师处。

b.咨询:张可菁老师028-66364016, 153670755@qq.com

c.请打印并仔细填写附件中的家长同意书,并在落款中签名,与报名表一并提交。

2、重要提示

a.有护照的同学,请在报名时一并提交护照首页和身份证复印件,护照有效期需在201912月底之后

b.尚未办理护照的同学,请速前往户口所在地公安局出入境管理处办理(成都市公安局出入境可提供异地户口办理护照业务)

 

十一、日程安排参考

*行程可能会受天气、活动地点、校方安排和其他突发情况等诸多因素影响,以上行程并非最终版行程,最终版行程可能会有变化,具体以实际安排为准。

附件 1:家长同意书
附件 2:出国承诺书