数据处理与数据科学

项目收获：

一封权威的推荐信：

世界名校导师为顺利完成科研项目的学员撰写推荐信，为你未来的升学或就业提供一块重要的基石

一份不一样的学术项目经历：

值得写进简历的项目实践成果，与世界名校导师一起工作、交流

一种不一样的眼界：

全面提升自己的专业背景和知识水平，开阔视野，跳出舒适圈，得到顶级专家的带领和指导

一种不一样的可能：

真人沉浸式教学，创造个人在这个领域发展的可能性

导师介绍：

Jovan Ilic

教授

Jovan Ilic导师现任卡耐基梅隆大学电子与计算机工程学院教授，拥有田纳西大学电子与计算机工程博士和硕士学位。

Jovan Ilic导师的研究兴趣为数字仿真、离散时间滤波器、人工智能、神经网络等，在IEEE期刊发表论文多篇。

任职学校

卡耐基梅隆大学（CMU）始建于1900年，是世界范围内颇负盛名的私立研究型大学，拥有世界历史最悠久的计算机学院之一，在2019年QS世界大学计算机科学排名中位列第3，2019年U.S.News计算机科学美国排名首位。“截至2019年3月，学校的教员和校友中共有20人获得诺贝尔奖，13人获得图灵奖，22人获评美国艺术与科学院院士，19人进入美国科学促进会，72人入选美国国家学院。”

课程安排：

第一周：项目背景理论

            本周课题将主要集中在项目必备知识梳理，包括线性代数、集合论、空间、特征分析、凸集等。学生将在本周完成Python环境和相关库的安装，用Python编写Gauss-Seidel算法程序。

第二周：无约束优化

            本周研究对象包括极值条件、直线搜索、梯度下降法、牛顿法和拟牛顿法。学生将在本周探究Jacobian矩阵和Hessian矩阵，编写直线搜索程序。

第三周：约束优化

            本周课题包括最优条件和拉格朗日松弛算法。学生将在本周探究Newton-Raphson算法，编写等式约束问题法。

第四周：梯度投影法

            本周课题包括梯度投影法及其简化。学生将在本周编写梯度搜索方法程序。

第五周：对偶

            本周课题包括局部对偶、可分方法、增广拉格朗日方法。学生将在本周编写解决方案。 

第六周 项目回顾 

第七周 成果展示 

课程模式：

12课时的Instructor Session：

世界名校教研体系深度浸泡

12课时的Mentor Session：

指导小组完成实战项目

6课时的TA Office Hour：

扫除上课时积累的所有疑难知识点

2课时的成果汇报Presentation：

将所学知识呈献给导师及所有学员，获得导师点拨和反馈

10课时的录播先导课：

搭建项目必备学术能力

24小时内答疑回复：

24小时内答疑，第一时间解决遗留问题

全程助教辅助模式：

课程期间配双语助教全程辅助教学过程，不让任何一位学生落下进度

班主任跟踪监督模式：

不让懒惰拖延成为你成功路上的绊脚石

师生比例1比3：

小班教学，人人都能与大佬沟通熟悉，打通人脉

适应人群：

优秀高中生、大学生

计算机工程、数据科学、运筹学、机器学习等专业，以及对物流、零售、供应链、金融、交通、电力能源和制造等领域的最优化规划和维护方面的课题感兴趣的学生

需要具备线性代数、微积分、集合、拓扑学等基础数学知识，同时具备Python编程或者其他编程语言知识的学生优先。