方向：理工
专业：人工智能
适合人群：计算机科学,软件工程,机器学习,通信工程,数据科学,人工智能,数据分析,推荐系统,数据结构与算法,编程语言
是否可以加论文：是
项目时长及形式：英文
产出：
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
优秀学员获主导师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（可用于申请）
结业证书
成绩单
项目介绍：
项目中，导师将介绍用于知识发现的大数据挖掘的基础编程模型和算法。学生对其代码实现后，将使用真实生活中的数据集(如Yelp评论、亚马逊交易和MovieLens数据等)进行模型训练，并检测出有意义的用户偏好及习惯。在项目中后期，学生将结合所学知识及导师建议对基础推荐算法及模型进一步优化研究，构建一个新颖、准确且高效的个性化推荐系统，并在项目结束时提交项目报告、进行成果展示。This program will introduce the fundamental programming models and algorithms used in mining Big Data for knowledge discovery. Specifically, the lecture will cover MapReduce, Frequent Itemset Mining, Clustering & Dimension Reduction, and Recommendation Systems. The assignments will include implementing algorithms introduced in the lecture to detect meaningful patterns from real datasets (e.g., Yelp reviews, Amazon transactions, and MovieLens data). At the end of the course, the students are expected to conduct a research project by combining the knowledge learned in class to build a novel recommendation system.
个性化研究课题参考 Suggested Research Fields
构建基于内容的电影推荐系统 Content-based movie recommender
构建基于协同过滤的推荐系统 Building recommendation system based on collaborative filtering
构建一个混合位置的餐厅推荐系统 Building a hybrid recommendation system for location
数据挖掘其他应用如：使用公开数据进行空气质量预测和预报 Other applications of data mining, such as air quality prediction and forecasting using open data
更多留学问题欢迎咨询晨晟留学之家，电话(同微信) 18071732056