美研申请背景提升之理工科科研项目——数据处理与统计分析研究

美国算的上是最注重学术素养的，申请美国研究生，尤其是美国顶尖院校，科研项目是少不了的，今天优弗小编就来介绍一项关于理工科的科研项目——数据处理与统计分析研究。

项目安排 Program Arrangement

开课时间 (Starting Date): 2022-07-16

课时安排 (Duration): 7周在线小组科研+5周论文指导

适合人群 Prerequisites

适合年级 (Grade): 大学生及以上

适合专业 (Major): 对计算机科学、数据科学、统计学感兴趣，希望跟随名校导师进行深度科研项目，选择相关领域作为未来学术研究或就业方向的学生。

学生需要具备概率论与数理统计基础，至少会使用一门编程语言实现经典机器学习算法，有过Pytorch开发经验的申请者优先

项目收获 Program Outcome

7周在线小组科研学习+5周论文指导学习 共125课时+不限时论文指导

学术报告

优秀学员获主导师Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导(可用于申请)

结业证书

成绩单

项目背景 Program Background

统计分析通过对大数据进行收集、探索、呈现，发现其中隐藏模式及趋势，现已渗透于社会生活的方方面面。制造商通过统计分析提升织物美观度及耐用度、优化航空工业生产运行;研究人员通过统计分析处理疫苗研发数据，保证其稳定性、安全性;通信公司通过数据分析优化网络资源，提升服务质量，深入了解客户需求，减少客户流失;各国政府依靠统计数据清晰了解国家经济金融及人口现状。

项目介绍 Program Description

项目中，学生将掌握统计学和线性代数的基本概念，并通过实践，学习如何将数学工具应用于数据处理中。项目涵盖的主要理论概念包括：概率分布和贝叶斯决策，矩阵的表示和操作，马尔科夫链和结构化统计关系，近似推理和简单的神经网络结构等。

个性化研究课题参考：

运用蒙特卡洛模拟法的数据流调度优化模型研究

朴素贝叶斯分类器模型改进

基于多源迁移学习的数据校验方法

导师介绍 Instructor Introduction

L.Z.

麻省理工学院终身正教授

L.Z. is a Professor in the Department of Electrical Engineering and Computer Science at MIT. He works in the general area of information theory, statistical inference, data processing, wireless communications and networks. He received Eli Jury award from UC Berkeley in 2002. IEEE Information Theory Society Paper Award in 2003. and NSF CAREER award in 2004. and the AFOSR Young Investigator Award in 2007. He served as an associate editor for IEEE Transactions on Information Theory, and the general co-chair for the IEEE International Symposium on Information Theory in 2012. He is an IEEE fellow.

L.Z.导师现任麻省理工学院电子工程与计算机科学终身教授，获清华大学电子工程系学士学位和硕士学位，加州大学伯克利分校电气工程和计算机科学系博士学位。L.Z.教授的研究领域涵盖信息理论、统计推断、通信和网络理论。其研究长期以来非常受到学界的肯定，获奖无数，包括UC Berkeley颁发的Eli Jury award，IEEE Information Theory Society Paper Award，NSF CAREER Award，AFOSR Young Investigator Award。

任职学校 University/College

麻省理工学院(MIT)创立于1861年，是世界著名私立研究型大学，在应用科学、理工方向享有盛誉，在2020年U.S.News世界大学排名综排位列第2、物理学专排蝉联第一。学校孕育了90位诺贝尔奖得主、59位美国国家科学奖章获得者，以及75位麦克阿瑟奖获得者。

项目大纲 Program Outline

概率模型和贝叶斯推断，进行数据预处理 Introduce probability models and Bayesian inference; install Python, open data files, and preprocessing

数据嵌入和马尔可夫链蒙特卡罗算法的基本原理 Introduce the elements of the algorithms in data embedding and Markov Chain Monte Carl

搭建主要工作模块 Build the main working modules of the project

讨论不同机器学习与AI算法之间的关系 Machine learning and AI algorithms

深度学习、迁移学习与AI算法之间的关系Deep learning, transfer learning and AI algorithms

项目回顾与成果展示Program Review and Presentation

论文辅导 Project Deliverables Tutoring

优弗教育首次独家采用“双团队”导师模式-“DoubleTeam”。团队一：由两位主导师组成为“首席专家顾问团队”。团队二：由三位导师组成为“规划执行团队”。在优弗独具特色的“双团队”指导下，具备专业性，联动性以及高执行力这三大特点，让整体规划突破传统留学导师架构，真正突显每一位导师在学生身上可发展力，可塑造力，从而将服务做实，做精，做细！！！