背景提升—『理工』-AlphaGo起源：深度学习与人工智能综合探究

课题背景

人工神经网络(Artificial Neural Network，即ANN )，是20世纪80年代以来人工智能领域兴起的研究热点，是机器学习中的一个重要运算模型。神经网络的原理是受我们大脑的生理结构——互相交叉相连的神经元启发，它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。但与大脑中一个神经元可以连接一定距离内的任意神经元不同，人工神经网络具有离散的层、连接和数据传播的方向。

近年来，人工神经网络的研究工作不断深入，已经取得了很大的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。

课题内容

本课程的目标是在机器学习领域为学生提供一个有意义的研究活动。课程的研究主题提供了对当前人类与数字系统之间通信技术的理解。课程中，教授会以人脑中的神经网络为启发，带领学生们了解神经网络的结构、搭建计算机模型，利用相关算法解决图像识别、大数据分析等问题。

Python是机器学习的首选编程语言，也是神经网络应用于学术研究和商业应用的首选编程语言。教授将带领学生通过初步Python程序来说明模拟数据的理论，并演示当前评估其性能的方法。学生在后续的小组课题中，根据学生的背景和兴趣扩展这些计划，以实现在有趣的应用中达到特定分类准确性的系统。

适合人群

对数据科学、电子电气工程专业感兴趣的学科生;

修读数据科学、电子电气工程等专业，以及未来希望在数据科学、电子工程等领域从业的学生;

具备编程语言背景、熟练使用Python的学生优先;

建议提前掌握微积分、矩阵代数(矢量计算)等专业知识。

课程安排与收获

10周在线小组科研(总计138课时)

网申推荐信

学术评估报告

项目成绩单

论文成果