前沿学科项目是聚焦前沿学科、交叉学科和新兴学科的科研实践项目，以学生独立完成高质量的项目研究论文为目标成果。2023年寒假项目由麻省理工学院各学科领域的权威教授、博士研究员执教，在电子工程、计算机科学等领域为“双一流”高校学生提供前沿、深度和富有内涵的科研实践、学术交流项目，提升学生的学术视野、科研能力和项目实践能力，助力学生后续深造中冲击世界顶尖名校。
项目采用在线直播形式，包括课程、答疑、实践项目tutorial指导和论文指导四大模块。学生可依据专业和兴趣申请一个项目，并完成对应的课程学习和研究任务。项目结束后，将以小组协作形式完成一篇约5000词的论文，教授和专业编辑会进行项目论文的指导、润色和投稿支持。还将获得由官方教学团队签发的项目学习证书、成绩报告和推荐信。
项目信息
教学语言：英语
授课形式：直播
时间：2023年1月8日至2月5日
课程主题：深度学习应用于计算机视觉/机器学习与商业分析（二选一）
项目结构：前沿学科课程+科研实践+论文指导
学时：核心课程、实践模块、写作模块等累计共60课时，每课时45分钟。1月8日到2月5日，北京时间9:00-12:00（春节期间1月21-27日调休，无直播课程）。项目包含学术进阶写作模块，由哥大学术写作中心主任亲自执教。论文指导的服务周期为项目结束后90天内（2月6日-5月5日）。如需投稿接收后的二次润色修改等需另行付费。
论文产出：在项目结束后学生将获得由教学团队签发的项目证书（无外方院校学分），同时可结合项目课题产出一篇约5000字的科研论文（小组协作），优秀学生可以获得教授推荐信。
项目费用
项目方向 | 项目时间 （春节假期调休） | 项目费用 |
机器学习与商业分析 | 2023年1月8日-2月5日 | 16900元人民币，本校学生有5000元项目奖学金减免，实际支付11900元 |
2023年1月8日-2月5日 |
1.学生可依据专业和兴趣选择一个项目学习，项目费用为11900元/人，此费用已减免合作院校奖学金5000元。项目费用包含课程、助教指导、项目服务管理、注册、资料、论文初次指导及润色费用，不包含论文投稿支持以及稿件投稿后的二次润色修改等其他费用。
2. 圆满完成项目的全日制本科生和研究生，学生完成项目学习后，课程符合学习时长不低于34学时且具有对方高校出具的正式成绩单（非成绩评估报告）等条件，可按照《18新利体育 本科生赴国（境）外大学交流学习的课程认定及学分转换管理办法（2019年修订）》（苏大教〔2020〕1号）等文件申请课程认定和学分转换。完成学习后，凭项目证书等可向学校国际处/教务处申请校方奖学金。
3. 费用抵扣：参与在线项目的学生，完成寒假在线课程后可获得本项目线下短期交流项目的全额抵扣劵，三年内有效，仅限本人使用。
深度学习应用于计算机视觉 Deep Learning in Computer Vision
深度学习的发展促进了计算机视觉的进步，在人脸识别、图像问答、物体检测和物体跟踪等方面，深度学习已经取得了非常好的效果，各类新的算法模型的运用也为实现计算机视觉提供了新的可能。本项目内容涵盖深度学习的经典算法模型以及模型应用于计算机视觉的热门方向，结合目标检测、图像语义分割、视频预测、自动驾驶等多应用场景的案例以及机器学习在医疗健康领域的应用等让学生了解深度学习的经典算法、相关前沿研究问题，以及各类神经网络模型中多个领域的最新应用，了解整个计算机视觉的发展过程中面临的挑战与机会。课程中，学生可自行选择领域前沿研究方向作为具体研究课题：
医学图像处理 Medical image processing in deep learning
自动驾驶 End to end learning for self-driving cars
元宇宙室内三维图像 3D reconstruction in deep neural network
图像语义分割 Transformer network for image segmentation
街景视频图像理解 Video understanding
（一）项目课时
（1）Master Class 核心课程模块，总计25课时，周均6-7课时，由责任教授直播授课
（2）Capstone Project 实践模块，总计15课时，周均3-4课时，由行业专家/博士后/助教直播授课及指导
（3）Writing Booster 写作模块，总计20课时，周均3-4课时，由教授直播授课，助教一对一写作指导
（4）论文指导、修改润色及投稿支持，每个小组论文完成后由教授/期刊编辑审核及指导（2月6日-5月5日）
（二）核心师资
Dr. Alexander Amini
•麻省理工学院计算机科学与人工智能实验室（CSAIL）研究科学家
•麻省理工深度学习公开课课程负责人
•美国国家科学基金会Fellow
•研究领域包括计算机视觉、深度学习、无人驾驶等
机器学习与商业分析 Machine learning with business analy
商业分析被列为未来最被企业需要的技能之一，美国劳工统计局预测，到2026年，商业分析师的职位将增长27％，这一速度远快于所有职业的平均水平。跨学科的商业分析课程站在数学、统计学、金融学、计算机科学的交叉口。商业大数据与其他的大数据相比蕴含着大量的待发掘价值，学术界在大数据的理念、模型以及相关的人才培养方面进行了相当多的探索与讨论。掌握描述性、预测性、规范性等分析方法既符合商业决策向“数据驱动”靠拢的趋势，满足公司对行业稀缺人才和专精技能的需求，也将培养学生理性系统思维和商业洞察力。从聚类算法绘制用户画像，聚类回归预测周期价值，到数理和视觉维度上挖掘数据，本项目通过学习揭示隐藏关系、相关性、模式、关联、投资者行为等方法，结合商业案例、真实数据，利用建模和算法来提取所需信息、展示，复现商业、经济、投资等领域决策。
（一）项目课时构成：
（1）Master Class核心课程模块，总计25课时，周均6-7课时， 由责任教授直播授课
（2）Capstone Project实践模块，总计15课时，周均3-4课 时，由行业专家/博士后/助教直播授课及指导
（3）Writing Booster 写作模块，总计20课时，周均3-4课时，由教授直播授课，助教一对一写作指导
（4）论文指导、修改润色及投稿支持，每个小组论文完成后由教授/期刊编辑审核及指导（2月6日-5月5日）
（二） 核心师资
• Prof. Hui Chen, 麻省理工学院斯隆商学院野村金融讲席教授、金融系主任，美国国家经济研究局研究员现任Journal of Finance, Review of Financial Studies, Management Science 和Journal of Banking and Finance编委。研究领域包括资产定价及其与公司金融的关系，尤其是用机器学习研究宏观经济和信用风险、流动性风险、融资及投资决策之间的相互影响。
进阶写作课程（已包含在以上项目中）
授课教师：
Dr. Sue Mendelsohn, 哥伦比亚大学写作中心主任英语与比较文学学科高级导师，十余年写作咨询经验，定期在全国会议上介绍对多模态写作、视觉修辞和写作史的研究，并发表写作中心理论和管理相关文章。
申请条件
2.具备良好的英语听说能力；GPA达3.0以上；
3.需具备一定Python语言编程基础（无Python基础的同学将由助教指导在项目前完成Pre-learning）；
五、申请方式项目咨询
项目方申请链接：https://jinshuju.net/f/dD9zVE
报名截止日期：2022年12月23日
项目方Cindy老师 (微信 tbstudy11 电话 18917342671)
