申请世界名校背景提升：清华+硅谷导师手把手带你做项目！科研项目内容涉及机器学习，计算机，人工智能，产品设计，数据分析等，如果你对这些领域感兴趣，无论你是高中生还是大学生，只要你想申请世界名校，那一定不能错过谷歌导师学术科研项目！
-
科研项目长度为3-5周，时间灵活！
-
项目内容涉及多领域，对应多个专业学习！
-
适合希望申请世界名校的高中在读生和中美大学低年级学生！
-
科研项目在线进行，导师带领3人团队，给成员极高的个人关注度！
-
学习科研项目操作，增强学术能力，提高个人背景！
-
获得结业证书+硅谷推荐信，塑造强大的个人履历！
Kevin导师
清华大学工业工程系本科
美国卡耐基梅隆大学机器人硕士
过往经历
-
清华AOD 3D打印公司助理
-
麦肯锡咨询助理实习
-
腾讯游戏平台产品经理实习
-
亚马逊机器人研发工程师(美国)
-
图森无人驾驶产品架构师(美国)
-
谷歌智能助手技术管理经理(美国)
-
ASES斯坦福创业峰会成员
-
2014年“创青春”全国大学生创业比赛银奖
导师优势
-
很好的感染力与沟通能力
-
对于个人发展有自身的独特见解
-
熟悉中美两国各自的教育特色与优势
-
商科与技术结合背景，很强的学习能力
-
丰富的硅谷名企的资源积累
课题1: 机器学习实战入门项目
选题诠释
目前，机器学习已经进入火爆应用的时期，不少互联网甚至传统行业已经越来越多地见到机器学习的诸多应用， 例如:发现高危医疗患者，识别言语，分类文本文件，检测信用卡欺诈或驾驶自动机器人。未来社会对机器学习 方面的人才需求也将十分强烈。本课题将从该领域的数学，统计和计算基础的入门型教学开始，并且带领学生亲手操作一些机器学习的小项目，更真切地理解并掌握机器学习的基础概念及应用。
开题准备
该项目内容主要包括概念学习，信息理论，决策树，神经网络和深度学习，估计和偏差 -方差权衡，机器学习中的假设检验，贝叶斯学习，K-最近邻和非参数学习，最大边界分类器(SVM)，以及森林等二级方法，装袋和提升。
课题实施
项目总时长为四周，导师教学加入编程和/或书面作业练习，同时导师带领成员搭建机器学习的模型，并解决现实应用问题。
结题成果
项目结题时，颁发给学生内容独一无二的机器学习入门项目结业证明(由硅谷谷歌的技术经理提供推荐信，助力学生求职与留学申请)。
课题2:计算机视觉实战入门项目
选题诠释
计算机视觉作为一支重要的人工智能科学分支，越来越吸引行业的需求与人才的集聚。该领域正在迅速发展，其应用在具有重大社会价值的领域继续扩大，一些示例包括基于图像的互联网搜索，街景相关应用，机器人，社交网络的面部识别，车辆上的安全系统，视觉产品识别和搜索，用于视觉通信和游戏的人机界面，疾病诊断 使用医学成像，机器零件目视检查，视觉作物质量评估等。本课题项目希望能把学员带进精彩的计算机视觉领域，掌握基本的概念后通过实战小项目掌握技能。
开题准备
本课程全面介绍计算机视觉。主要议题包括图像处理，检测和识别，基于几何和基于物理的视觉和视频分析。学生将学习计算机视觉的基本概念以及实践经验，以解决现实生活中的计算机视觉问题。
课题实施
项目总时长为四周，每周导师带领学生完成一个小项目，项目的设计都在解决现实应用的计算机视觉问题。通过项目的完成，学员能更加清晰地了解计算机视觉的知识，并且能够自主实现解决方法。
结题成果
项目结题时，颁发给学生内容独一无二的计算机视觉入门项目结业证明(由硅谷谷歌的技术经理提供推荐信，助力学生求职与留学申请)。
课题3: 实战型产品设计体验营
选题诠释
目前，随着人们生活质量的逐渐提高，越来越多的产品开始涌现市场，而其中的质量良莠不齐，真正为用户青睐的产品少之又少。本项目希望以产品经理的视角出发，带领大家体验学习产品设计的完整流程，设计出一款用户 青睐的互联网Or硬件产品。通过这个课题的训练，学员可以掌握产品经理的基本技能和敏捷开发的能力，同时丰富自己产品设计的实战经历。
开题准备
该项目内容主要包括用户调研，产品原型设计，迭代需求等流程，首先准备理论学习资料让学生了解用户调研，产品设计的方法，同时指导同学掌握Axure,mockflow等产品原型工具。推荐读物:《Design Thinking》《Decode and Conquer》,《Cracking the PM interview》
课题实施
项目总时长为两周，第一周导师指导学生学习用户调研，产品设计的原则与方法，并传授产品经理日常需要掌握的软件/工具; 第二周给学生实际场景，指导学生进行实地用户调研，撰写产品分析报告， 并完成产品原型的设计。结题成果
项目结题时，颁发给学生内容独一无二的产品设计项目结业证明(由硅谷产品经理提供推荐信，助力学生求职与留学申请)。
课题4: 市场数据分析实战营
选题诠释
近年来，市场营销变得更加量化和数据密集。营销交易数据(这是一种常见的大数据类型)通常构成用于制定营 销决策的核心信息集。本课程重点介绍数据挖掘，机器学习和统计建模等分析技术如何应用于解决营销问题。本课程的方法是完成一系列数据密集型案例研究，这些案例研究为我们提供了学习营销分析的实践方法。每个案例 都向学生提供数据，市场营销问题和兼容的分析技术。
开题准备
该项目内容涉及多学科交叉，市场营销，数据分析，计算机编程等多学科知识。要求学生在理解商业业务场景的 的前提下利用统计工具(Minitab, R)，进行大数据分析，以提出合理的市场策略。
课题实施
项目总时长为四周，第一周导师与学生布置软件学习相关的任务，教会学生使用R，Minitab等统计工具; 第二周至第四周每一周会提供给学生独特的市场营销Case，并提供数据，利用分析方法包括:回归，混合模型，逻辑回归，决策树和试验/重复模型，机器学习等，最后提交三份市场策略报告。结题成果
项目结题时，颁发给学生内容独一无二的市场数据分析项目证明，并让参与的同学学会处理大数据，进行数据支持的商业决策分析。
快快咨询参加吧！
留学路上我们来帮你！咨询微信：ccUSA666
留学申请、社大转学规划、转学申请、留学/旅游签证辅导、住宿申请、接机服务、学术问题
（长按下图二维码，选择“识别图中二维码”，加我为好友。）
目前100000+人已关注加入我们
点击“阅读原文”， 进入官网！