.jpg)
AI学习离不开实践，仅仅通过苦读深奥的理论，学生会感到非常艰难和无趣。
AI所设计的理论与算法都是从实际应用中发展出来的，因此AI学习必须回归课题。
有方AI探究项目，将基础的AI算法应用于生活中某一实际领域，通过整个项目的探究和学习以及与导师的沟通不仅可以提高学生的思维能力。
当学生具备科研思维，数据思维，结构性思维以及问题导向思维后，学生们在面对新的领域，新的问题时，能够显得更加自信与自如。
.jpg)
从基础到进阶，32课时实操
1对1对话顶尖人工智能导师
根据兴趣自由选择探究课题
深入AI研究的高级领域
本课程适合以下学生参与：
9-11年级0基础入门科研学生
对科研、编程和数学充满兴趣
有志于冲击 Top 50 美国名校
提升自身竞争力、丰富自己的简历
本项目4大超值回报
1
你最终符合学术标准的论文，可发表在定制的个人网站；
2
你最终的项目成果，可发布在业内人士交流平台上进行展示：GitHub（计算机行业交流平台）、Kaggle（数据科学行业交流平台）等；
3
你将与来自CMU、JHU、UCLA等行业内顶尖导师共同学习、深究项目；
4
你将完全掌握和运用简单AI模型解决AI课题的能力，其水准相当于美本三年级课程；
学生还将收获更多······
权威的导师团队
探究项目导师均来自CMU、JHU、UCLA等美本 Top 30 顶尖高校博士、硕士以及行业内顶尖AI科研人员；
在AI及相关领域拥有多年教学开发和一线教学经验，专精于人工智能在医疗健康、数据挖掘、经济金融、生物基因等领域的应用与研究，具有丰富的前沿科研经验。
部分导师学术论文多次在SCI及EI等国外期刊上发表，相关科研学术成果多次被业界人士所引用，同时多项研究成果在国际领域权威大赛中获奖。
学生将于他们共同学习，快速进步
每位可根据自身兴趣，选择一个课题进行深入探究。
趣味AI
人工智能识别食谱的菜系风格 What's Cooking
音乐流派自动分类识别 Automatic Music Genre Classification
可视化声音聚类Voice Cluster Visualization
用人工智能实现简笔画Teaching Computers to Sketch
使用深度学习将描述转化为图像 Using Deep Learning to Generate Images from Descriptions
使用深度学习将图像转化为描述 Using Deep Learning to Generate Descriptions from Images
人工智能玩游戏：谷歌霸王龙小恐龙 How AI Can Play Games – Google’s Running T-Rex
基于深度学习的图像定位技术 Image Positioning based on Deep Learning
基于深度学习的图像风格变换技术 Using Deep Learning to Transform Image Style
用人工智能生成手写字 Generating Handwritten Figures by Artificial Intelligence
经济金融
网络购物经济学分析Economic Analysis of Online Shopping
健康保险计划经济学分析An Economic Analysis of the Value of Health Insurance Plans
生活社会
科比的投篮选择Shot Selection for Kobe Bryant
共享单车的需求研究 Demand of Shared Bike
旧金山犯罪分类研究 San Francisco Crime Classification
收容所动物福利研究 Welfare Analysis of Animals in Shelter
森林覆盖种类预测 Predicting Types of Forest Cover
生物医学
生物蛋白序列库 Biostatistics
*注：每一期每一个课题至多招收两名学生
如果你对以上课题感兴趣
系统教学计划
以下为本课程项目具体教学计划
请仔细阅读
衔接课程：壹
课程时长：7课时
Chapter 1 Python语言基础
数据结构（数字，列表，字典等）
逻辑语句（if-else）以及循环（for-loop，while-loop）
函数/库的调用以及文件导入（excel file, csv file等）
数据可视化（matplotlib库）
Chapter 2 微积分
极限以及连续的定义
函数微分的计算
函数积分的计算
SymPy库的应用
Chapter 3 线性代数
向量与标量
矩阵以及矩阵的运算
NumPy库的应用
Chapter 4 概率与统计
概率以及条件概率
概率密度的介绍
描述数据的统计量（均值、方差等）的含义和应用
Python统计函数的介绍
PBL课程：贰
课程时长：8课时
课程简介
人工智能以及机器学习介绍
机器学习模型的评估
决策树分类的理论以及程序实现
Logistic Regression的理论以及程序实现
KNN算法的理论以及程序实现
朴素贝叶斯模型的理论以及程序实现
进阶课程：叁
课程时长：10课时
课程简介
人工智能和机器学习项目的课题探究流程
数据分析和特征选择的原理与程序实现
Regression算法的原理和程序实现
Support Vector Machine算法原理和程序实现
Artificial Neural Network算法原理和程序实现
Clustering算法的原理和程序实现
Dimension Reduction的原理和程序实现
直播指导课程：肆
课程时长：6~12课时
课程简介
课题入门
数据可视化
特征工程
基本机器学习方法
高级机器学习方法
结果总结
本系列课程总计课程时长31~37课时，其中衔接课程、PBL课程、进阶课程为录播课程，学生可以合理安排时间，根据自己学习进度反复、自由学习，直播指导课程为科研导师在线直播。
每位报名学生，在课程学习期间可以使用有方AI编译云平台。
有方AI云
传统编译平台
简单
易用
一键式快速创建编译构建任务，满足个性化需求。
配置复杂（一个编译环境搭建大约需要15~30小时）
易用性差
全平台
支持
在线云编译平台
无障碍支持主流操作系统
真正可实现跨平台操作
只能在一个操作系统中使用
不同操作系统编译界面差异较大
难以跨平台操作
丰富
工具栈
加入所有常用AI工具栈及应用数学工具栈，最高配置可以支持AlphaGo所使用的TensorFlow
所有工具栈需要学生自行搜索、下载、配置、整合，容易导致整合失败
友好的交互界面
交互界面操作简单，上手简单
支持按照Cell运行
界面复杂
操作不便
购买须知
课程学费：22500 元/人
授课形式
在线教学，全程录像回放
点击收藏
