近期有家人咨询，有没有适合高中生的人工智能方向科研课题项目，随着人工智有的发展，让许多中学生对人工智能方向学习也越发的感兴趣，今天为大家推荐五个不错的人工智能科研课题，由牛津大学、杜克大学教授亲授，4-7周在线学习，下面一块来看看科研课题简介。
导师：Rabih
杜克大学 Duke University 教授
适合专业 (Major): 对人工智能、机器学习、深度学习、计算机科学、计算机工程、数据科学、通信以及交叉学科和方向感兴趣的学生;
备注：学生需要具备微积分及线性代数基础，能够使用Python或者Matlab实现常见数据结构与算法
项目大纲：
人工智能与深度学习 Introduction to artificial intelligence： machine learning and deep learning
图形图像处理 Introduction to computer vision：images storage, color spaces, and basic CV techniques
边缘检测等计算机视觉技术 Digging deeper into computer vision： filters, gradients, edge detection, texture, color, and segmentation
物体识别 Object recognition
学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路 Final Project Preparation Session I
学术研讨2：学生将在本周课前完成程序设计原型(prototype)及伪代码(Pseudocode)，教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出 Final Project Preparation Session II
项目成果展示 Final Presentation
导师：Rabih
杜克大学 Duke University 教授
适合专业 (Major): 对人工智能、机器学习、深度学习、计算机科学、计算机工程、数据科学、通信以及交叉学科和方向感兴趣的学生;
备注：学生需要具备微积分及线性代数基础，能够使用Python或者Matlab实现常见数据结构与算法
项目大纲：
人工智能与深度学习 Introduction to artificial intelligence： machine learning and deep learning
图形图像处理 Introduction to computer vision：images storage, color spaces, and basic CV techniques
边缘检测等计算机视觉技术 Digging deeper into computer vision： filters, gradients, edge detection, texture, color, and segmentation
物体识别 Object recognition
学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路 Final Project Preparation Session I
学术研讨2：学生将在本周课前完成程序设计原型(prototype)及伪代码(Pseudocode)，教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出 Final Project Preparation Session II
项目成果展示 Final Presentation
导师：Alex
牛津大学 University of Oxford终身正教授&中心主任
适合专业 (Major): 人工智能、计算机科学、数据科学、数据处理、统计学、机器学习、深度学习等专业的学生
备注：学生需要具备线性代数、概率论与数理统计基础，无编程基础的学生可用Edge Impulse进行神经网络网络模拟
项目大纲：
机器学习和神经网络介绍 Introduction to machine learning and neural networks
反向传播和现代神经网络 Backpropagation and modern neural networks
实现图像分类 Implementing image classification in Edge Impulse
实现声学和运动分类 Implementing acoustic and motion classification in Edge Impulse
学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路，完成初步数据收集及实验 Final Project Preparation Session I
学术研讨2：学生将在本周课前完成程序设计原型(prototype)及伪代码(Pseudocode)，教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出 Final Project Preparation Session II
成果展示 Final Presentation
论文指导 Project Deliverables Tutoring
导师：Michael
牛津大学 University of Oxford终身正教授&前系主任
适合专业 (Major): 对人工智能、博弈计算、人机交互、游戏AI设计等专业方向感兴趣的学生
备注：学生需要具备集合论等离散数学、概率论、命题逻辑基础，并能够熟练使用Python进行编程
项目大纲：
普通形式博弈：基本模型及占主导地位的策略;纳什均衡;劣势策略的消除;著名博弈(囚徒困境、鸡博弈、猎鹿博弈、协调博弈);混合策略和纳什定理 Normal form games
广泛形式博弈：游戏树;逆向归纳法;纳什均衡的局限性;不完全信息博弈;广泛形式游戏中的混合和行为策略;MINMAX游戏 Extensive form games
迭代博弈：有限迭代博弈与无限重复博弈;手段效用的极限;有限状态机策略;反复出现的囚徒困境;Iterated game
合作博弈论：特征函数形式博弈的核心;沙普利值、加权子图游戏和边际贡献网 Cooperative game theory
学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路 Final Project Preparation Session I
学术研讨2：学生将在本周课前完成程序设计原型(prototype)及伪代码(Pseudocode)，教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出 Final Project Preparation Session II
项目成果展示 Final Presentation
论文指导 Project Deliverables Tutoring
导师：Patrick
牛津大学 University of Oxford终身教授
适合专业 (Major): 对计算机科学、人工智能、数据科学、软件工程感兴趣的学生
备注：项目对0编程基础学生友好，但需要学生具备微积分知识
项目大纲：
Python编程初识 Introduction to Computation and Python
算法及面向对象编程 Algorithms and Object-Oriented Programming
人工智能 Artificial Intelligence
神经网络 TensorFlow, Neural Networks, and using C
项目回顾与成果展示 Program Review and Presentation
论文辅导 Project Deliverables Tutoring
更多计算机科学及人工智能科研课题可以一对一量身定制，欢迎登记了解。
举报/反馈