哥大首位华裔女校长：人工智能的春天来了
顶尖常春藤名校哥伦比亚大学将迎来
史上首位华裔女副校长！
周以真（Jeannette Marie Wing）教授，人称「龙女士」；
本硕博在麻省理工连读，师从图灵奖得主Ronald Rivest；
9月1日正式成为哥伦比亚大学常务副校长；
总管纽约主校区和全球各附属机构的科研事务。
计算思维定义者
周以真教授是数据科学研究所Avanessians所长、计算机科学教授，在国际计算科学和人工智能领域享有盛誉。她是美国华人计算机科学家，还是ACM和IEEE Fellow。周教授定义了著名的计算思维，从此计算不再只是编程，而是解决问题的思维，每个人必备的技能。
2006年，她曾发表论文《计算思维》（computational thinking），被视为将计算机核心原理应用到其他学科的先驱。周教授认为：计算思维实际上是一个思维过程。
2012年，在微软亚太教育峰会上，周以真教授分享了对计算思维的看法。她表示，「计算性思维能够将一个问题清晰、抽象地描述出来，并将问题的解决方案表示为一个信息处理的流程。」
华人之光的计算思维
“如果我们希望做未来的弄潮儿，
我们就需要去创造未来。”
计算思维就是像计算机科学家一样思考。实际上，计算思维是一种思考方式，是用计算机所能有效执行的方式来对问题进行表述并提出解决方案——这里所说的“计算机”既可以指机器，也可以指人。换句话说，计算思维也是一种解决问题的方式。
一般来说，计算思维中最重要的几个思维过程是抽象、分解以及组合。所谓“抽象”，是指忽略所有不相关的复杂细节，而只专注于问题关键部分的能力。“分解”能让我们将问题分割成一个一个小的部分，我们将这些小部分各个击破，最终通过“组合”将各部分重整起来，形成一个针对原问题的解决方案。
包罗万象的计算机科学
在美国，计算机科学是仍是最受欢迎的学科。这主要是因为计算机科学家在业界供不应求，他们需要从高校招揽计算机方面的人才来满足业界发展需求。
谷歌、微软、脸书这样的科技企业在计算机科学方面的人才需求很大，人们对这个学科的兴趣自然也与日俱增了。非计算机专业的学生也意识到他们需要学习计算思维和计算机技能。
现在我们处在“人工智能的春天”。我们已有能力将计算机视觉、语音、机器翻译和自然语言处理领域融合起来。
微软正将这些人类智能中的不同子任务整合起来，希望让计算机看得见、听得懂、说得出、学得会。
数据科学需要的三大技能
Python 编程、图像分析和机器学习
数据科学囊括大数据工程、人工智能、机器学习、数据挖掘等细分专业，Python作为开源的通用高级编程语言，是目前最受欢迎的编程语言之一。简洁且免费开源的Python，成为开发者们最想学习的编程语言。
试问Python哪家强？
MIT终身教授来帮忙。
探究Python在数据科学中的应用
Program Background
项目背景
据科学设有大数据工程、人工智能、机器学习、数据挖掘等课程，通过统计了解数据科学推动的创新变化；顶级商学院也逐步增加对分析类硕士的倾斜。Python作为开源的通用高级编程语言，在数据科学中的应用日趋广泛。项目将围绕Python编程、可视化、数据收集、数据分析、机器学习、Python大数据展开探究。
Program Description
项目介绍
项目内容包括机器学习与数据科学最新行业应用，Python编程理论与示例，Python开源机器学习框架Scikit-Learn，基于Python、Pandas、Matplotlib、Seaborn、Web Scraping、SQL数据库、Hadoop的数据检索(data retrieval）与数据探索(data exploration)，Hadoop大数据框架等。学生将通过项目使用Python语言和Python框架完成数据分析，开发应用程序，在项目结束时，提交项目报告，进行成果展示。
Instructor Introduction
导师介绍
Mark导师现任麻省理工学院（MIT）终身教授，曾获素有“诺贝尔风向标”美誉的美国斯隆研究奖、国际最具声望的博士后奖励 Hubble Fellow。
Mark导师的研究兴趣聚焦机器学习、数据科学、人工智能、天体物理，善于利用高性能超级计算机强大的数据处理能力进行数值模拟，训练机器学习和深度学习模型，借助机器学习与数据科学技术分析模拟数据。
Schedule and Outcome
时间安排与收获
7周在线小组科研学习+5周论文辅导学习 共125课时
学术报告
优秀学员获导师Reference Letter
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）
结业证书
成绩单
长按识别二维码
添加学术老师
立刻解锁
更多项目详情
继Python之后，
MIT终身教授数据科学项目再度来袭
机器学习与数据科学
Program Background
项目背景
“人工智能”与“大数据”的完美结合将改变我们的日常生活，也即将成为各领域研究发展方向的变革工具。
项目旨在介绍常用机器学习和数据科学理论，引导学生探讨不同的机器学习理论和实际应用，为高阶学习打下坚实基础。
Program Description
项目介绍
学生将在项目中学习数据科学、机器学习的理论和方法，了解并且掌握Python在数据科学和机器学习中的应用。
学生将在项目结束时，自选框架和问题，使用Python开发机器学习应用，提交项目报告，进行成果展示。个性化研究课题参考：现有自然语言处理展示模型的挑战与机遇 使用条件对抗网络（CGAN）自动生成动画素描 使用卷积神经网络针对内容进行照片分类。
Instructor Introduction
导师介绍
Mark导师现任麻省理工学院（MIT）终身教授，曾获素有“诺贝尔风向标”美誉的美国斯隆研究奖、国际最具声望的博士后奖励Hubble Fellow。
Mark导师的研究兴趣聚焦机器学习、数据科学、人工智能、天体物理，善于利用高性能超级计算机强大的数据处理能力进行数值模拟，训练机器学习和深度学习模型，借助机器学习与数据科学技术分析模拟数据。
Schedule and Outcome
时间安排与收获
7周在线小组科研学习+5周论文辅导学习 共125课时
学术报告
优秀学员获导师Reference Letter
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）
结业证书
成绩单
长按识别二维码
添加学术老师
立刻解锁
更多项目详情
你以为这就结束了？Nonono！
视觉算法研究，立刻安排！
Program Background
项目背景
人们获得的80%以上信息来自于眼睛看到的图像，因此光学成像与视觉图像处理一直以来都是科技和工业创新的最前沿领域之一。
随着照相技术的发展与人们审美水平的提升，拍摄图像的色彩越来越被重视，例如华为推出的P40系列手机照相采用了合并像元的RYYB滤光片彩色成像技术，提升了手机夜晚拍摄鲜艳色彩的能力。
黑白数字相机是如何发展为彩色相机的，彩色相机对色彩的感知及复原如何更好的保真，又有哪些技术发展趋势能够更好的带给人们更绚丽的视觉冲击，是本课程所提出的待探讨问题。
Program Description
项目介绍
从光学成像原理出发，通过对彩色数字图像获取方法的梳理，引导学生理解彩色相机插值计算的内涵和意义，并逐步熟悉与掌握各类经典彩色Demosaicing算法，利用计算软件实现1-2种算法的数字仿真。
通过本项目的学习研究，学生将了解到最先进的相关光学成像技术进展，理解并亲自实践探索，扩展学生的科学前沿视野，激发未来从事光学、视觉、算法等领域研究的兴趣与热情。
Instructor Introduction
导师介绍
中国科学院 副研究员 中国科学院大学 硕士生导师 研究领域：先进光学成像技术。
主要从事光学成像与测量技术研究工作，目前承担国家自然科学基金项目、中科院重点项目等多项课题，并开展各类新型精密光学仪器研制与产业化。
发表高水平论文20余篇，获得国家发明专利10余项。
Schedule and Outcome
时间安排与收获
20学时学术先修+6周30学时小组科研+8学时英文论文指导
3000字左右的项目报告
导师推荐信（8封网推）
项目结业证书
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO
或同等级别索引国际会议全文投递与发表（共同一作）
长按识别二维码
添加学术老师
立刻解锁
更多项目详情
篇幅有限，了解完整课题详情，
想咨询更多CS、AI、Python方向课题，
扫描下方二维码，
添加学术助理即可咨询
