聚焦 | 上纽大创意课程——机器学习

作为人工智能的分支，机器学习集计算机科学、数学、概率和统计学等多门学科于一身，也与谷歌翻译、数码相机面部识别、Netflix佳片推荐系统所涉及的技术息息相关，是当前的热门领域。而上海纽约大学早在2015年，便开设了一门“机器学习”（Machine Learning）课程，这门课不用教材，鼓励学生直接去解决实际生活中与数据相关的问题。

这门课的任课教授、上海纽约大学工程与计算机科学学部主任Keith Ross表示，“机器学习和深度学习领域的进步，推动着无人驾驶汽车、自动化机器人技术、机器人等行业的发展。”

Keith Ross

上海纽约大学工程与计算机科学

学部主任

本课程每年开课两次，选课人数最多40人。每次的选课人数都会超过规定数量，所以一些学生会进入候选名单（waitlist）。修读这门课程的学生主要来自计算机科学、数据科学、数学等专业，但也有不少金融学、经济学甚至综合人文专业的学生。

Ross教授表示，机器学习具备跨学科的特性，能够用于“预测未来市场、自然语言分析、人机对话系统开发”等。

不过他也指出，机器学习有很多实际应用场景，“它不仅能够将英文文本转化为中文文本，还能将普通的英文，转化为莎士比亚式的写作风格。”

本课程的教学重点为数学，其中以多元微积分、概率、线性代数和Python编程为主。不过学生无需撰写学期论文，他们所要提交的，是一个能够展示学习成果的视频。

Ross教授表示，“机器学习完全由数据驱动，数据相当于机器学习算法的燃料。作为期末项目，学生需要将所学的机器学习方法论的知识，用于一个实际的应用程序。”

2018届学生杨锐涵在“基于卷积神经网络的图像恢复”的项目中，让电脑自动恢复模糊、有颗粒或过小的图像。

在Ross教授的指导下，2019届学生卢子杰参与了上纽大本科生科研基金项目（DURF），就’强化学习‘领域展开研究。这一研究经历也帮助他拿下了在英特尔上海的深度学习实习机会。

卢子杰说，“‘机器学习’课程是学习数据科学和人工智能的基础。作为入门课程，它为我们进一步学习计算机视觉、自然语言处理、推荐系统等高阶课程打下坚实基础。”

在这门课上，Ross教授还邀请来在线教育平台Coursera联合创始人、百度前首席科学家、谷歌大脑（Google Brain）项目创始人吴恩达（Andrew Ng）分享行业洞见。Ross教授介绍说，“Andrew发表了多部关于深度学习的著作，开设了关于机器学习的课程。这门课程也是在线学习平台MOOC上最受欢迎的课程。”

吴恩达（Andrew Ng）

Coursera联合创始人、百度前首席科学家、

谷歌大脑项目创始人

卢子杰说，“这门课最令人印象深刻的是我们亲自动手搭建计算机视觉基础工具——卷积神经网络（CNN），这让我们深入理解了神经网络的基本架构，对编程技能有很大帮助。”

先修课程要求：

计算机编程入门（Python）、微积分、概率、统计学

推荐阅读

WeChat: @上海纽约大学NYUShanghai

Weibo:  @上海纽约大学NYUShanghai

Instagram:  @nyushanghai

Facebook:  @NYUShanghai

Twitter:  @nyushanghai