• S1南洋理工大学 数据科学与人工智能

    在外时间:24天

    招生对象:对本课程主题有强烈兴趣的学生,专业不限;具有良好的英语基础,达到CET6级水平或4级500分以上,或有同等水平的雅思、托福成绩。

    食宿安排:三餐自理;前半段住学校宿舍,后半段住酒店。

    课程费用:费用包含往返机票、课程学习费、保险、住宿费、社会实践考察期间的交通费和参观费等;不含个人办理护照费、餐费、个人消费以及可能产生的行李托运费。

    课程地点:南洋理工大学

    班级规模:40人

    立即申请
  • 课程简介
  • 课程大纲
  • 日程安排
  • 常见问题
  • 课外活动

南洋理工大学是一所科研密集型大学,2025QS世界大学排名中位列全球第15位,2024年数据科学学科QS世界排名第8位。

In today’s era of Information, ‘Data’ is the new driving force, provided we know how to extract relevant ‘Intelligence’.

This course will start with the core principles of Data Science, and will equip you with the basic tool and techniques of data handling, exploratory data analysis, data visualization, data-based inference, and data-focused communication. The course will also introduce you to the fundamentals of Artificial Intelligence – state space representation, uninformed search, and reinforcement learning. The course will motivate you to work closely with data and make data-driven decisions in your field of study. The course will also touch upon ethical issues in Data Science and Artificial Intelligence, and motivate you to explore the cutting-edge applications in Materials Science related to Big Data, Neural Networks and Deep Learning. Python will be the language of choice to introduce hands-on computational techniques.

在当今信息时代,数据已成为推动各领域发展的全新驱动力。然而,要释放数据的潜能,关键在于掌握从数据中提取智能的方法。

本课程将从学习数据科学的核心原理入手,让您掌握数据处理、探索性数据分析、数据可视化、基于数据的推理,以及以数据为中心的交流等的基本工具和技术。同时,课程还会引入人工智能的基础知识,包括状态空间表示、非启发式搜索和强化学习。

通过本课程的学习,您将能够在您的研究领域与数据深度交互,并运用数据驱动的方式做出决策。课程还会探讨数据科学和人工智能中的伦理问题,引导您探索材料科学中与大数据、神经网络和深度学习相关的前沿应用。Python 将是介绍实践计算技术的首选语言。

课程目标 (ILOS)

在本课程结束时,您应该能够:

1.识别和定义现实生活中以数据为导向的问题和数据驱动的决策;

2.从数据探索和可视化的角度讨论和说明问题;

3.应用基本的机器学习工具,从数据中提取推理信息;

4.撰写引人入胜的 数据故事,以传达问题和推理结果;

5.概述人工智能在实际应用中的作用和要求;

6.讨论并解释状态空间搜索和强化学习的基本原理。

序号

主题

1

数据分析思维

什么是数据科学?- 核心问题和解决方案。

从数据中提取智能 - 提出问题。

2

数据管道

各种实际数据科学场景中的数据类型。

使用 Python 进行数据整理、清理和准备。

3

数据演示

统计学和探索性数据分析的基本概念。

使用 Python 进行数据探索和数据可视化。

涉及结构化和非结构化数据的案例研究。

4

数据驱动推理

机器学习基础:预测与分类。

使用 Scikit-Learn 的预测和分类技术。

5

数据驱动的识别

机器学习基础:聚类和异常。

使用 Scikit-Learn 进行聚类和异常检测。

6

数字故事

数据驱动的仪表盘、网站和演示文稿。

使用 Python 笔记本和 Plotly 进行数据展示。

 

7

人工智能

什么是人工智能?- 历史和技术现状。

解决问题的原理和状态空间搜索、实验设计。

状态空间搜索和搜索算法的材料科学案例研究。

8

强化学习与人工智能

人工智能强化学习入门。

马尔可夫过程和 Q 学习的基本原理。

材料科学数据集应用实例。

9

数据采集与分析处理中的伦理问题

伦理考虑因素和负责任的 DS&AI 理念。

10

DS&AI 的最新进展

大数据、神经网络和深度学习的进展。

备注:上述课程大纲的主题和内容为初步规划,具体的课程结构和细节将由各授课教师根据教学需求进行最终确定。

天数

上午

下午

DAY1

抵达新加坡,入住校内宿舍

DAY2

迎新会

新加坡社会实践考察

DAY3

数据科学与人工智能课程

软技能培训班

DAY4

数据科学与人工智能课程

软技能培训班

DAY5

校园参访

亚洲之夜

DAY6

自由活动/复习功课/课外活动

DAY7

自由活动/复习功课

DAY8

数据科学与人工智能课程

软技能培训班

DAY9

数据科学与人工智能课程

软技能培训班

DAY10

课外活动

复习功课

DAY11

数据科学与人工智能课程

课外活动

DAY12

数据科学与人工智能课程

收拾校内住宿行李

DAY13

入住校外酒店

DAY14

自由活动/复习功课

DAY15

数据科学与人工智能课程

复习功课

DAY16

数据科学与人工智能课程

新加坡风土人情

DAY17

课外活动

复习功课

DAY18

数据科学与人工智能课程

课外活动/复习功课

DAY19

课外活动/复习功课

复习功课

DAY20

自由活动/复习功课

DAY21

自由活动/复习功课

DAY22

考试

颁发结业证书

告别庆典

DAY23

课外活动

DAY24

返回国内

备注:

1. 以上行程仅供参考,最终课程以实际安排为准(南洋理工大学将会进一步丰富和充实行程)。

2. 授课、考察与实地参访等活动均由当地高校提供。

问:在外学习期间用餐怎么解决?

答:三餐自理。

问:在外期间如何通讯,如何与境内联系?

答:我们建议开通国际/港澳台地区漫游,以便紧急情况下联系。国际漫游资费请大家上移动运营商网站查询。学校的教室、宿舍或其他室内空间一般都有WIFI覆盖,所以最方便的联系方式是通过QQ、微信等即时聊天工具,也不会产生额外的通讯费用。
此外,请确保携带的手机在新加坡地区可以正常使用。

问:携带多少钱合适?

答:金额依个人情况而定。新加坡部分地区可使用支付宝和微信,也可携带信用卡或现金。除去个人消费,携带用于日常生活开销的现金,700-1000新币左右即可。新币可到银行兑换,兑换较多新币可能需要提前预约;同时,请兑换部分小面额新币,以方便在外现金消费。
开通的信用卡请确保支持外币消费,一般为VISAMASTER卡。

问:学习期间从住地到学校的交通如何解决?

答:本课程前半段为校内宿舍,可步行或乘坐校园巴士至上课教室。后半段为住酒店,学校早上安排大巴接送学生至校园,车程约为半个小时。

问:团员在境外生病了怎么办?

答:首先,我们建议团员随身携带部分常用药品,如感冒药、止泻药、创可贴等,以备不时之需。对已经治愈的宿疾,也要带上对症药,以备不时之需。

第二,如遇较为严重病情,领队教师会陪同团员到当地医院就诊,并按照医嘱对团员后续活动做出适当安排。就医所产生的费用学生先自行支付,回程后由保险公司按规定进行理赔。

第三,我们为每个团员都购买了人身意外保险,苏教国际将于团员安全回宁后协助其向保险公司理赔。

该保险为项目统一配置的保险,团员一旦出险将在此保险范围内处理。若各位同学有额外的个性化保险要求,可自主自行购买其他自己觉得需要的保险。

项目期间将组织团员进行新加坡社会实践考察,深入了解新加坡的社会人文风情,全方位拓宽国际视野。

n1

n2

×

用户登录