一、学校概览
牛津大学(University of Oxford),简称“牛津”(Oxford),位于英国牛津,世界顶尖的公立研究型大学,采用书院联邦制。其与剑桥大学并称为牛剑,是罗素大学集团成员,被誉为“金三角名校”和“G5超级精英大学”。该校涌现了一批引领时代的科学巨匠,培养了大量开创纪元的艺术大师、国家元首,其中包括28位英国首相及数十位世界各国元首、政商界领袖。牛津大学在数学、工科、计算机及、物理、医学、法学、商科等多个领域拥有崇高的学术地位及广泛的影响力,被公认为是当今世界最顶尖的高等教育机构之一。从1902年起,牛津大学还设立了面向全世界本科生的“罗德奖学金”。截止至2019年3月,牛津大学的校友、教授及研究人员中,共有72位诺贝尔奖得主(世界第九)、3位菲尔兹奖得主(世界第二十)、6位图灵奖得主(世界第九)。
2020-2021年度,牛津大学位列2021THE世界大学排名第1,2021QS世界大学排名第5,2021U.S. News世界大学排名第5,2020世界大学学术排名第9。特别的是,牛津大学于2017-2021年连续五年在THE世界大学排名荣膺世界第1。
二、项目宗旨和优势:
本课程旨在提供一种全新的视角,引导学生不拘泥于传统机器学习中的具体算法等技术,而是以更为底层的架构思维和科研逻辑,审视机器学习研究中的复杂问题和挑战,加深学生对数据和实际问题的分析能力与解决能力,可以更好地将机器学习当作一种解决问题的工具而非目的,通过“科研冲刺”实践帮助学生真正培养科研学者的思维模式,以更全面的视角学习更高效的科研方法,培养新时代的技术和科研人才。
该项目为牛津大学教授发起、主导和亲自教授的课程,超越纯理论知识,课程由数名教授完成,分享各自的研究领域和学术成绩,获得更多与教授面对面讨论课题的机会,提前建立卓越学术人际关系,获得更多表现机会,学生学术表现详细反应在个人报告中。
三、课程内容:
机器学习核心理论
此课程将首先带领学生熟悉人工智能领域中机器学习(Machine Learning)的基本语言模式,帮助学生了解目前世界最前沿的研究课题如监督学习(supervised learning)、无监督学习(unsupervised learning)、强化学习 (Reinforcement learning)、神经网络(neural networks)、物体识别(shape recognition)、机器视觉(computer vision)、贝叶斯深度学习(Bayesian deep learning)、主动学习(active learning)等技术与模型的理论核心,建立对机器学习领域比较全面的认知体系,和较为深入的理论基础。
机器学习的跨领域应用及其前沿研究
通过介绍机器学习在跨领域应用中世界前沿的科研成果与研究过程,比如机器学习在健康产业、自动驾驶、制造业、零售业、机器视觉中的不同应用,引导学生进一步了解机器学习的应用机制,以及其更广泛的应用基础和跨领域研究方法。
机器学习中数据分析与建模实践
课程还将着重引导学生利用机器学习作为科研工具,在实际复杂的科研环境中解决问题的实践能力,并对机器学习的科研方法拥有更加深入的了解和认识。
在实操课中,老师将带领学生通过Python编程练习,培养学生对数据的分析、回归和建模能力,通过完成如“分析加利福尼亚地区房产市场”等课堂项目,带领学生对大数据有一定的建构和理解能力,在不同场景下通过对数据的分析进行前景预测的知识和能力,以及如何利用机器学习的核心理论提出现实世界中的问题解决办法。
机器人研究
课程重点关注城市和社交空间中的机器人和自动化系统,涵盖了非工业机器人的整个实验范围,从自动驾驶汽车到送货无人机,从医疗保健机器人到社交服务机器人,以及在建造未来智慧城市中机器人的应用场景。
科研冲刺
最后,课程将通过“5天科研冲刺”的创新方式,带领学生从实践出发,亲自参与设计一项可待解决或改善的科技应用,运用学过的机器学习理论做出符合现实需要产品建模,或利用机器学习的工具,对现存有挑战的科技问题提出创新的解决方案,最终达到科技向善的目的。“科研冲刺”旨在充分锻炼学生的研发能力、利用机器学习进行实际问题的解决能力、设计思维能力、以及批判思维能力,让学生对科研过程拥有一个全面的认识和更深的见解。
冲刺计划科研课程包括不限于:医疗行业、电信、服务行业、可持续能源制造、自动化等。
科研论文写作工作坊
“科研论文写作工作坊”将带领学生学习专业科研论文的原理、步骤、正确格式及写作技巧,对亚洲学生比较薄弱的部分如如何做前期调研、如何寻找有意义的论文课题、如何写提案等进行重点讲解,并通过“科研冲刺”presentation部分,着重帮助学生大幅度提高做专业学术报告的能力。
研究生申请工作坊
“研究生申请工作坊”将以牛津大学研究生/博士生申请为例,详细介绍以英国为代表的海外优秀高校的申报要求、教学模式、准备材料、如何做好未来规划等必要信息。
四、主要授课老师介绍:
Jens Rittscher:牛津大学工程科学系教授,牛津大学纳菲尔德医学部靶向治疗研究所项目组组长,路德维希癌症研究所成员,曾任GE全球高级研究科学家和项目负责人。
他的研究是通过开发新的算法和新型计算平台来实现生物医学成像。目前,他的研究重点是通过对图像数据的定量分析提高对对癌症和患者护理机制的理解。
Bojan Komazec:牛津大学继续welcome皇冠地址人工智能—云端与边缘运算课程讲师;资深IT行业专家,现任物联网新闻评论平台iotosphere董事,Avast Software(全球排名第二的杀毒软件公司)高级软件工程师,主要研发计算机安全软件、机器学习和人工智能。
Mateja Kovacic:牛津大学尼桑研究所社交机器人与人工智能研究员,牛津大学全球与地方研究所研究生导师,香港浸会大学副教授。
她的研究主要关注在城市和社会空间中的机器人和自动化系统,包括整个非工业机器人范围的实验,从自动驾驶、送货无人机、医疗机器人,到社交和服务机器人。
Andrea Kirsth:牛津大学计算机科学系机器学习应用与理论研究组、牛津大学自动化智能机器与系统中心研究员,克莱林顿学者;曾任DeepMind、谷歌与脸书公司高级工程师。他的研究重点是贝叶斯深度学习、主动学习,以及人工智能中的伦理和安全。
注:海外有权根据实际情况调整授课老师、内容和时间
五、结业收获:
l 小组冲刺报告
l 项目结业证书
l 详尽导师书面报告评语
l 成绩优异者有机会获得校园大使奖学金300-2000元不等
证书模板 科研冲刺报告实例
七、项目时间和费用
项目时间: 2021年8月2日-20日(该日期为暂定日期,海外可根据疫情等原因调整)
项目学时:30学时,线上项目,通过直播形式。
*开班:项目15开班,未达到最低人数,项目取消或延期。如果因为疫情或人数原因未成行,费用退还。
项目费用:1200英镑
八、申请条件
选拔年级:计算机、人工智能相关专业学生,不限年级
语言要求:四级450以上(所有同学需经过考核后确定录取,未考英语四级的同学可通过英语面试参加项目)
申请截止日期:5月15日
说明:此项目为线上项目,不涉及学分转换
九、申请流程
1、校内申请
请登录welcome皇冠地址welcome皇冠地址网站https:/下载中心下载“中(境)外合作教育项目学生报名表”,填写后经学院同意并敲章,交到东湖校区知新楼302杜老师处。
联系方式:电话:0512-52251656
QQ群:719751657
2、校外申请和咨询
屈老师,微信号:ispconsultant(可微信咨询或报名,请标注国内学校+专业+姓名)
更多项目信息,关注上方微信公众号