威海集思人工智能科研-威海人工智能科研留学背景提升

　　项目将首先回顾包含分类与回归的传统机器学习算法及初步神经网络，而后教授将会介绍用于优化神经网络的数学原理及代码技术。在确保学生具备扎实的理论及编程基础后，项目将进入到关于卷积神经网络原理、架构、优化及应用的核心阶段，学生将根据自身兴趣选择个性化研究课题进行深入研究，在项目结束时提交项目报告，进行成果展示。In this course,you will be taken from basic topics of artificial neural networks to advanced topics such as convolutions.We will review important introductory concepts such as feedforward networks,gradient descent etc and then dive into convolutional neural networks.个性化研究课题参考Suggested Research Fields：算法优化：图卷积神经网络Graph Neural Networks计算机视觉应用：DGD卷积神经网络行人重识别Person re-identification on DGD convolutional neural networks自然语言处理应用：基于自联想记忆与卷积神经网络的跨语言情感分类Auto-associative convolutional neural network based multi-language sentiment classification推荐系统应用：基于标签卷积神经网络的推荐算法Personalised recommender system with tagged convolutional neural network

　　哈佛大学（Harvard University）始建于1636年，是一所享誉世界的私立研究型大学，也是常春藤盟校成员。哈佛大学在学术界享有崇高的地位，并且在世界范围内具有广泛的社会影响力。哈佛大学孕育了8位美国总统，158位诺贝尔奖获得者（世界）和18位菲尔兹奖得主（世界），在2019/2020年U.S.News世界大学排名中位列，2018年QS世界大学计算机科学以及电子工程专业排名位列第六。