適合年級 (Grade): 大學生及以上
適合專業(yè) (Major): 計算機科學、人工智能、數(shù)據(jù)科學、電子與計算機工程等專業(yè),軟件工程、自動化等相關(guān)專業(yè)或者希望掌握強化學習的學生;對人工智能、大數(shù)據(jù)以及交叉學科和方向感興趣的學生;
學生需要具備線性代數(shù)及概率論與數(shù)理統(tǒng)計基礎(chǔ),至少會使用一門編程語言實現(xiàn)神經(jīng)網(wǎng)絡(luò),有過強化學習開發(fā)經(jīng)驗的申請者優(yōu)先
項目內(nèi)容涉及強化學習核心理論和技能,具體包括遺傳算法、強化學習框架、Q-learning、行動者-批評(actor-critic;AC)模型、馬爾可夫決策過程、優(yōu)化控制、圖神經(jīng)網(wǎng)絡(luò)(graph neural networks; GNN)、自動機器學習(Auto ML)等。學生通過項目了解如何開發(fā)基于強化學習的生產(chǎn)力軟件,在結(jié)束時提交項目個性化研究課題報告,進行成果展示。
?Pietro導師現(xiàn)任劍橋大學計算機科學與技術(shù)終身正教授,意大利國家認定Top100科學家, H-index64,被引用次數(shù)35000+。
?教授2021年連中三篇計算機頂會ICML,其論文還曾發(fā)表在包括世界級學術(shù)期刊 《Nature》。
?導師持有歐洲學習和智能系統(tǒng)實驗室(Ellis;歐洲大型跨國人工智能研究所,目前擁有千位全球頂尖計算機工程師、數(shù)學家和其他領(lǐng)域科學家,旨在重構(gòu)歐洲人工智能前沿研究)席位、劍橋大學大數(shù)據(jù)研究指導委員會席位。
?Pietro導師的研究興趣為人工智能圖神經(jīng)網(wǎng)絡(luò)建模,在國際知名學術(shù)期刊發(fā)表論文多篇,曾榮獲歐盟委員會未來與新興技術(shù)(FET;迄今歐盟規(guī)模最大、資助力度最強的科研資助項目之一)會展三等獎。
7周在線小組科研學習+5周論文指導學習,共125課時
項目報告
優(yōu)秀學員獲得主導師 Reference Letter
結(jié)業(yè)證書
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導
成績單
強化學習在博弈論中的應(yīng)用:類alpha算法開發(fā)
利用經(jīng)驗留存解決強化學習所需樣本太多問題的可行性分析
強化學習中的機器獎勵設(shè)置方法迭代
為強化學習過擬合的特定場景重新建模的自動過程研究
具有精確尺度估計的動作-評價網(wǎng)絡(luò)結(jié)構(gòu)與強化學習優(yōu)勢函數(shù)
開課日期:2023-04-29
具體上課時間、最終時間安排,均以實際安排為準
幾何留學APP
2403個學校
10547個專業(yè)
3184個錄取案例
8697份錄取報告