一、人工智能和机器人专业

1. 项目介绍：

    机器学习是人工智能的一个分支，可应用于医学诊断、电子商务、安全、教育等很多领域。本项目将介绍机器学习的基本技术理论，重点介绍图像处理领域的技术理论，最终完成汽车牌照的人工智能识别项目并使学生具备在该领域继续深度学习的能力。

2. 课程安排：

共23个课时，录播正课 + 直播辅导课 + 直播结业报告

Week 1 机器学习概论：定义与应用，关键数学概念、线性代数、最优化、概率论与统计学

Week 2 Python基础：句法、控制结构、机器学习图书馆

Week 3 图像处理基础：点处理、区域处理、边缘检测

Week 4 分类1：分类与意义、特征与分类、表现评估

Week 5 分类2：案例学习-面部识别、数据集、检测

Week 6 成果展示

最终团队项目：汽车号牌识别

3. 项目学术背景要求：参加项目学生须学习过（自学或在中国院校教授过）：单变量微积分，矩阵与矢量，概率与统计。有现代计算机语言编程经验（Java, Python, C#, C/C++）。

二、数据分析与统计学

1. 项目介绍：

    在当前信息大爆炸的时代，如何面对并处理每天的海量信息？如何通过分析这些信息来系统地扩展视野？如何利用数据进行推理？我们把定量推理作为一个方法生成一定的逻辑，从而处理这些数据。通过定量推理开拓出来的视野可以帮助我们回答我们处理海量信息数据的问题，支持或反对先入为主的假定，以及提出证据支持我们的论点。

    本课程结束后，学员将掌握如何从批判的角度解读、运用数据资源。    

2. 课程安排：

共18个课时，直播正课 + 直播辅导课 + 直播结业报告

Lecture 1 如何进行数据推理：计量方法、测量问题、数据采集、小组项目要求

Lecture 2 清理和探索数据：如何清理数据集、描述性统计、数据可视化、实际数据清理和探索

Lecture 3 采用样本数据并进行结果评估：估量学、假设测试、实际评估样本结果

Lecture 4 调查趋势和关系：采用模型、假定模型确认、实际模型构建

Lecture 5 复核定量分析：数据的假设表述、视野沟通、小测试

Lecture 6 小组项目成果展示

案例学习：包括新加坡当地的案例和环境科学案例。
3. 项目学术背景要求：无

项目优势：加学生将获得新加坡国立大学主办学院出具的学习证书，优胜组的学生将额外获得国大主办学院出具的优胜证书（有授课老师签名）。

联系方式

刘老师：010-58782680

邮箱：liuxue@cciee.cn