
为拓展研究生海外学术视野,提升国际化学术素养和能力,为后续发展提供更丰富的海外学术经历,研究生院联合国际交流与合作处以寒假线上访学项目的方式,为学生提供世界知名高校高质量的线上实时授课。此次提供的为剑桥大学“在线深度学习”项目。项目将通过选拔,为成绩优秀的研究生提供资助,未获资助的同学亦可自费学习,具体安排如下:
一、选拔对象
1.全日制中国籍在读研究生。
2.遵纪守法、品学兼优,无不良行为记录,无纪律处分记录。
3.英语水平达到以下要求之一:托福≥79、雅思≥6.0、四级≥500/六级≥470、通过英语专四/专八。
二、资助计划
1.项目资助名额上限为11人。鼓励学科交叉方向研究生培养专项入选同学报名参加。
2.获得资助的学生先自行支付课程费用,完成课程学习且考核合格后,凭成绩单获得资助,资助额度为课程费用标准的80%。
三、申请材料
1.《河北工业大学2023年寒假线上访学项目资助申请表》PDF版(附件2),申请人签字可用电子签,文件命名为:学院-姓名-资助申请表。
2.英语水平证明的PDF扫描件,提交满足条件的任意一份即可,文件命名为:学院-姓名-英语水平证明。
3.成绩单的PDF扫描件,使用自助打印机上打印件,或使用教务系统查询绩点,整屏截图(含姓名和绩点信息)后保存为PDF文件,文件命名为:学院-姓名-成绩单。
以上材料均提交电子版即可,扫描件或拍摄件应清晰、完整、无杂乱背景。
四、选拔流程
1.研究生自愿申请。
2.报名。请有意向报名的研究生于2023年1月3日15点之前将电子版申请材料打包压缩发至2021034@hebut.edu.cn,压缩包命名为:项目编号-学院-姓名-学号。
3.遴选。根据学生申请材料,最多初选前20名同学进入面试。同等条件下,学科交叉方向研究生培养专项入选同学优先考虑。
4.面试。主要考察英语听说能力和国际化意识,最终录取面试成绩前11名学生。
5.公示。录取名单将公示不少于5个工作日。
6.获得资助的学生需在项目结束后2周内提交学习报告。
五、注意事项
1.所有申请材料均为必须,注意提交材料的格式和命名规则。
2.提交申请材料后,请保持邮箱、手机等联系方式畅通。
3.研究生需确保自己的学业课程与本项目课程时间不冲突。入选后,应积极完成项目学习,不得中途私自放弃。参加交流项目期间,应自觉遵守交流院校的规定和学校外事纪律。
4.报名咨询:Welink国际交流与合作处张晟泽老师。
附件:
1.项目简介
2.《河北工业大学2023年寒假线上访学项目资助申请表》
英国剑桥大学
在线深度学习项目
一、项目综述
深度学习是机器学习领域中一个新的研究方向,其目标是建立模拟人脑进行分析学习的神经网络,并通过这套机制识别与解释文字、图像和声音等数据,从而使人工智能变为可能。本项目是英国剑桥大学设计的线上远程教学项目,旨在提升学生在深度学习前沿领域的核心知识,掌握主流的工具与技术,并且了解该领域与其它领域之间的关联与发展潜力。
二、特色与优势
顶级的剑桥师资由剑桥大学计算机系教授兼剑桥人工智能小组成员亲自参与设计与授课;
前沿的课程主题涵盖当今深度学习与机器学习领域的核心理论,并配合大量实践环节,帮助学生掌握最主流的工具与技术;
官方品质项目学生可获权使用剑桥大学官方教学系统Moodle,并可获得剑桥大学格顿学院的官方成绩单与项目证书。
三、剑桥大学与格顿学院简介
创建于1209年的剑桥大学,是英国乃至世界上历史最悠久的大学之一,同时也被公认为是世界上最顶尖的高等教育机构之一,在艺术与人文、数学、物理、工程与技术、医学、法学、商科等诸多领域拥有崇高的学术地位及广泛的影响力;
2022年Times世界大学综合排名位列第5,计算机科学专业世界排名第4;2022年QS世界大学综合排名位居第3;
格顿学院成立于1869年,距今已有150多年的历史,是剑桥重要的学院之一,在剑桥所有学院中学生总量排名前十,以活跃、轻松和友善的学习氛围著称。格顿学院提供丰富的本科与研究生课程,领域包括工程、计算机科学、建筑、经济学、历史、地理、人文社科、数学、法律、医学、音乐、国际关系、社会学、语言学等。
四、访学项目介绍
课程日期
2023年1月23日– 2月10日(3周)
授课模式
项目为期三周,包含总共20个小时直播(约26课时),多数课程预计会安排在北京时间下午至晚间进行;
授课形式包括系列专题讲座+实践环节(总共10场,每场各2小时)。学生需在项目结束前完成小组项目。
课程内容
课程将探讨深度强化学习的最新潜力,侧重于强化学习和深度学习的基础知识(包括卷积神经网络、图形神经网络、生成神经网络和Transformer模型),并将分享机器人和游戏中的实例,从而加强学生对深度学习核心理念的了解,提升相关的研究技能与实用技巧。以下为计划的课程内容(以实际安排为准):
讲座内容 | 实践内容 |
主题:强化学习导论 强化学习的算法和框架;遗传算法,帕累托前沿 强化学习与深度学习的联系(Transformers模型、图形神经网络);强化学习案例分析; 如何撰写 |
| 留言与评论(共有 0 条评论) “” |