数据科学、人工智能（AI）、机器学习，这些新时代的热词一直和高薪、好就业
如何通过合理准备，在众多申请者中脱颖而出？
想要获取机器学习相关经历，却发现该领域招收实习生门槛极高？
想要自己入门机器学习，无人指导怎么办？
指南者教育一直以来都致力于在申请之前就真正帮助学生提高自身竞争力，经过紧张的研发，正式推出10月份的两大热门项目：
项目介绍
项目一:基于机器学习的智能穿戴设备的行为判定
2018年9月苹果发布了苹果手表四代，其中有一个非常有特色的摔倒报警功能。该功能只是机器学习在智能穿戴设备上的应用之一。智能穿戴设备可以收集到非常多的用户数据，如何对这些数据进行研究和处理，使之可以判断出用户的行为，将是此项目需要完成的课题。
该项目将使用人工智能的方法，通过监督学习建立模型，根据智能穿戴设备返回的各项指标来判断当下用户正在做何种动作。
项目二:基于互联网金融的智能信贷风控设计
互联网+金融是一个现代行业和传统行业的一个完美结合。随着大数据和云计算的快速发展，银行和金融机构握有大量的个人信贷和消费数据，如何根据这些数据对信贷评估作出一个准确的判断，是在互联网金融行业中非常重要的问题。
本项目结合AI和机器学习技术通过对个人的基本信息建模，建立一套智能的信贷风控系统。
在完成项目后，学员可将所做项目直接运用到Datacastle大数据竞赛中，学生在比赛中能真正将理论知识运用到实践。这段参赛经历，未来也会成为数据科学、人工智能等专业的学生申请材料包中极为重要的经历。
在大数据竞赛平台的机器学习算法经历，可以全方位的展现招生官所看重的hard skills & soft skills。下面是我们一位学员在Datacastle竞赛中完成的《基于图像的电影推荐算法》项目，该项目可以完整的体现出申请者在基础开发，数据处理，机器学习及编程工具使用等各方面的能力。
数据处理能力：学会基本的数据抽样和数据探索技巧，熟练运用python进行数据清洗，数据集成、数据变换个和数据规约，保证取样数据质量并划分测试集和训练集。
机器学习理论：在学习概率与统计的基础上，掌握VC维、信息论、正则化、最优化等机器学习理论，了解有监督学习及无监督学习等基本机器学习模型。
基础开发能力：掌握机器学习算法工程师必备的开发技能，在项目中，将每个环节都反复迭代优化调试，能够将复杂任务进行模块划分，实现逻辑抽象复用。
编程能力：在项目实战过程中，掌握python的基础知识，并能熟练运用python搭建相应的机器学习框架。
最终这位同学凭借着出色的软硬件条件，顺利拿到了佐治亚理工学院计算机科学人工智能方向的录取。
通过大数据竞赛经历展示出申请者在数据处理，机器学习算法上的能力，这样的经历将会在申请中成为巨大的亮点。我们往年的申请案例不断论证着这样的结论。
然而，本科同学想要进行机器学习的最大的瓶颈在于
你将收获
01
专业核心竞争力
训练营以提升学生竞争力拿到dream school录取为目的，培训内容基于国外院校招生标准精心设计，申请人工智能/数据科学所需的模型、策略、算法、编程等专业知识和技能都通过本次培训活动。
02
Datacastle大数据竞赛参赛证书
Datacastle大数据竞赛是中国最大的数据科学竞赛主办方。训练营中每个项目完成后，我们都将协助学生将所做项目参与到 Datacastle大数据竞赛（算法竞赛类）中，并确保获奖。
第一阶段：教授数据挖掘基础知识及软件工具
第二阶段：机器学习算法精讲及肿瘤预测模型实战
第三阶段：分配并指导学员完成项目及项目报告，查验培训成果
学员好评
<< 滑动查看下一张图片 >>
授课老师
指南者教育万老师
南京大学优秀毕业生
南京大学计算数学研究生
微软亚洲研究院人工智能方向资深研究员
长期从事机器学习算法设计
报名须知
1. 训练营主要培训机器学习算法，非理工科学生但是想获得此技能的同学也可报名参加；
2. 费用：3999（含脱敏数据）。
报名方式