我们都知道在准备美国留学的过程中，除了标化考试成绩之外，更看重申请者的个人全面发展，所以如何提升留学背景，增加被梦校录取几率就尤为重要了。今天，跟着棒呆老师来看一下机器学习基础：大数据算法模型与应用
机器学习基础：大数据算法模型与应用
Algorithms for Big Data
学科关键词：
Engineering工科、计算机科学Computer Science、数据科学/资料科学Data Science、大数据Big Data、Applied Mathematics应用数学
课题背景
算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法中的指令描述的是一个计算，当其运行时能从一个初始状态和（可能为空的）初始输入开始，经过一系列有限而清晰定义的状态，最终产生输出并停止于一个终态。一个状态到另一个状态的转移不一定是确定的。随机化算法在内的一些算法，包含了一些随机输入。
而大数据（big data）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
课题内容
本课程会介绍一些本科等级的典型算法设计和分析。我们将介绍经典算法技术,如动态程序设计、散列和数据结构,分治算法,网络流和线性规划。我们还将涵盖范围广泛的分析工具,如recurrences、概率分析,平摊分析和势函数。除了学习算法,我们还会涉及一些复杂性理论的研究——双重的算法设计（下界方法在这些模型中的显示和最优算法）。最后,我们将讨论新模型在现代大型数据集下的应用,比如在线算法、机器学习和数据流。
导师信息
David Woodruff
卡耐基梅隆大学计算机系终身教授
CMU数据科学项目创建者及主席
曾供职于IBM Almaden研究中心10年，IBM技术学院首席科学家
STOC 2013以及PODS 2010最佳学术研究论文奖得主
EATCS Presbuger（表彰计算机科学领域年度最卓越的年轻科学家）奖得主
任职大学
卡内基梅隆大学（Carnegie Mellon University）是一所位于美国宾夕法尼亚州匹兹堡的研究型私立大学。
在2018年泰晤士高等教育世界大学排行榜中，卡内基梅隆大学排名世界第20位，在同一机构的学科排名中，学校的计算机科学排名世界第六位，工程和技术排名第十二位，商学和经济学排名第十五位。在USNews发布的排行榜中，学校排名全美第25位，其中计算机科学排名全美第一位。截止2018年10月，学校的教员和校友中共有20人获得诺贝尔奖，12人获得图灵奖，22人获评美国艺术与科学院院士，19人进入美国科学促进会，72人入选美国国家学院。
文章来源：棒呆国际教育，更多最新的出国留学资讯【请关注棒呆国际教育官方网站www.bonday.com】
2018年出国留学最新资讯延伸阅读：
