招生状态:招生中
开课时间:2023-5-20
课时安排:7周在线小组科研+5周论文辅导,教授全程参与
适合专业
项目适合人工智能、数据科学、统计学等专业学生。
学生需要具备微积分、概率论与数理统计基础,同时会使用Python编程语言。
项目收获
1. 7周在线小组科研学习+5周论文指导学习 共125课时
2. 学术报告
3. 优秀学员获主导师Reference Letter
4. 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)
5. 结业证书
6. 成绩单
项目介绍
“多臂强盗”问题是概率论中的一个经典问题,亦是深度强化学习中的重要模块。人们针对解决此类不确定性序列决策问题,提出了“多臂强盗”算法框架。
近年来这一算法框架因优异的性能和较少的反馈学习等优点,在推荐系统、信息检索到医疗保健和金融投资等诸多应用领域中受到了广泛关注。本课题正是以此框架为核心内容,学生将在参与的过程中深入了解算法的基础模型及应用,将认识到被广泛使用的上置信界算法(Upper Confidence Bound,简称UCB)及汤普森采样算法(Thompson Sampling Algorithms)。
导师还将讲授自身在该领域的最新研究成果。
项目大纲
多臂强盗问题的基础介绍
随机多臂强盗模型
上置信界(UCB)算法
贝叶斯强盗策略与汤普森采样算法
算法应用于实施,算法性能分析
多臂强盗算法在推荐系统中的应用
学术研讨1:教授与各组学生探讨并评估个性化研究课题可行性,帮助学生明晰后续科研思路
学术研讨2:学生将在本周课前完成程序设计原型(prototype)及伪代码(Pseudocode),教授将根据各组进度进行个性化指导,确保学生优质的终期课题产出
项目成果展示
论文指导
导师介绍
OsmanCMU计算机科学学院终身正教授
Osman教授现任是卡内基梅隆大学(CMU)计算机科学学院的终身正教授。此前他是CMU CyLab的博士后研究员,2011年秋季他还在亚利桑那州立大学担任访问博士后学者,后于2011年获得马里兰大学的电气和计算机工程博士学位。
研究重点是计算系统的建模、分析和性能优化,并使用应用概率、网络科学、数据科学和机器学习的工具。在数据科学和机器学习的背景下,他正在研究使用顺序样本(例如,多臂机器人)的统计推断和决策,以及弹性分布式机器学习。
在网络科学方面,他有广泛的兴趣,包括网络物理系统的健壮性,重点关注关键基础设施系统、安全可靠的大规模自组织网络设计、日益关注物联网的新兴应用、以及复杂网络中的传染过程,重点关注病毒、(错误)信息和意见传播的建模、分析和控制。 同时,还是IEEE的高级成员,CIT院长早期职业奖学金获得者,IBM学术奖获得者,以及ICC 2021和IPSN 2022的最佳论文奖获得者。