大數(shù)據(jù)分析
適合人群:沖擊世界名校的本科、碩博名額及優(yōu)秀學生獎學金,打造專屬精品學術文書
班級人數(shù):小班 1V1
課程目標:完成項目實驗、學術報告及撰寫學術論文
課時:128小時
項目簡介:
通過學習用戶行為,結合用戶行為畫像,為用戶精準推薦個性化內容是目前推薦系統(tǒng)研究熱點問題。FACEBOOK、NETFLIX、淘寶、京東、今日頭條等,都在廣泛使用機器學習來構建推薦系統(tǒng)。隨著大數(shù)據(jù)和人工智能技術發(fā)展,傳統(tǒng)的協(xié)同過濾方法在逐漸被淘汰,一般只應用于冷熱啟動、降級策略、初篩策略,內容推薦需要解決長尾內容的精細化、個性化推薦和熱度穿透等問題,深度學習方法更有優(yōu)勢。本項目將帶著大家深度掌握深度學習框架,揭開個性化推薦和用戶行為分析預測研究的面紗。
本研究課題適用于大數(shù)據(jù)、人工智能、個性化推薦和用戶行為分析等研究和應用領域。
項目導師:張老師,博士,研究員,中國著名科研院所科研人員。先后主持國家自然科學基金課題、部委委托項目、院級信息化項目的研究工作、參與橫向課題5項,參編著作1部,專利2項;在國內外學術期刊上先后發(fā)表論文30余篇,其中SCI收錄論文8篇,EI收錄15余篇。研究方向:數(shù)據(jù)挖掘、協(xié)同推薦、大數(shù)據(jù)等。
項目收獲:
●獲得大數(shù)據(jù)領域匹配的科學導師,進行課題指導與學術培養(yǎng)的機會;
●獲得人工智能和個性化推薦國外前沿研究情況,國內外先進算法模型學習機會;
●學習掌握協(xié)同過濾、神經(jīng)網(wǎng)絡、Hadoop、MapReduce、矩陣分解等算法模型和開發(fā)軟件等研究方法;
●獲得科學研究的思維方法和獨立科學研究的能力;
●獲得科學家親自簽發(fā)的項目參與證明和推薦信。
項目適合人群
●有計劃申請國外TOP30名校留學的優(yōu)秀高中生及本科在讀生;
●參加國內高校自主招生面試和綜合素質測評的優(yōu)秀高中生;
●對計算機科學、人工智能、大數(shù)據(jù)分析領域有濃厚興趣的優(yōu)秀中學生和大學在讀學生;
●可根據(jù)特定需求的學生在不同學科領域進行定制化研究課題設計。