人工智能与深度学习科研课题：ChatGPT热潮背后的深度学习、神经网络与自然语言处理技术研究

计算机科学（Computer Science，简称为 CS），是研究计算机系统结构、程序系统、人工智能以及计算本身的性质和问题的学科。它是一门包含各种各样与计算和信息处理相关主题的系统学科，范围涉及从抽象的算法分析、形式化语法等，到更具体的主题如编程语言、程序设计、软件和硬件等。

申请计算机科学专业什么背景最受名校青睐？

以普林斯顿大学为例，申请该校计算机科学硕士，需要正规大学本科毕业并取得学士学位。申请人需要有计算机科学专业背景，熟悉Java、C++、Python等编程语言。GPA3.5以上，需要提交GRE成绩，不得低于325分。语言方面，托福105分，雅思7.0分。

机构针对想申请计算机科学/人工智能/深度学习等热门专业的同学，专门开设了适用于升学党的背景提升科研项目，参与研究前沿课题，让学生不仅可以获得申请所需相关学术经验，还可以积累一段言之有物的实战经历，增强名校申请竞争力！

?课题名称：人工智能与深度学习专题：ChatGPT热潮背后的深度学习、神经网络与自然语言处理技术研究

?开课时间：2023-08-05

?涉及专业：计算机科学、人工智能、深度学习

?招生对象：大学生及以上

?班级人数：15人左右

授课教授：南洋理工大学教授

Luu导师现任南洋理工大学计算机科学与工程学院教授。在此之前，他于2018年至2021年在麻省理工学院CSAIL担任博士后研究员。Luu的研究兴趣在于人工智能、深度学习和自然语言处理的交叉领域。他在包括NeurIPS、ICLR、ACL、EMNLP、KDD、WWW、TACL、AAAI等顶级会议和期刊上发表了40多篇论文。

Luu还曾担任EMNLP 2020-2011的（高级）区域主席、ACL 2021的区域主席、IJCAI 2020-2021的高级项目委员会以及NeurIPS、ICLR、ICML、AAAI的项目委员会成员，ACL学报（TACL）、计算语言学、知识与数据工程学报（TKDE）、ACM计算调查的常务评审员。他最近获得了2021年ICLR的杰出论文奖。

导师部分简历

导师部分论作

科研要点：该项目将全面介绍适用于 NLP 的前沿深度学习网络模型与应用。在模型方面，教授将涵盖单词矢量表示、基于窗口的神经网络、循环神经网络、长期短期记忆模型、卷积神经网络、注意力网络、Transformer，以及近期一些涉及预训练的语言模型的模型。应用方面，我们将研究当前最火热的NLP应用中内部技术，如谷歌翻译，Siri和其他个人助理系统等。在项目中，学生将在导师指导下理解、设计、应用神经网络模型在自然语言处理与人机交互应用中。项目结束时，学生将提交项目报告，进行成果展示。

适合人群：

✅ 对计算机科学、人工智能、深度学习感兴趣的学生

✅ 未来希望在计算机科学专业发展的学生

✅ 想要学习论文写作，锻炼学术语言的使用及提升学术能力的学生

✅ 有意愿从事科研实践，产出学术科研报告和论文成果的学生

✅ 希望在该领域深入研究，培养学术思维，提升学术背景软实力的学生

项目安排：

1 项目周期：

4周在线小组科研学习+2周不限时论文指导学习 共125课时

Python NLP应用程序产出

2 课题大纲：

自然语言处理及其应用介绍：学生将在本周接触到NLP的发展情况及前沿应用领域，并在本周巩固编程及数据预处理工具的使用

用以分类的深度学习模型如LSTM，注意力模型及其在伪新检测，情感分析中的应用

生成模型如Seq2Seq及其在机器翻译中的应用

自然语言处理前沿技术：OpenAI GPT等预训练语言模型

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

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

项目成果展示 

3 课时安排：

需要详细课程表的同学，欢迎微信联系学术顾问老师。

项目产出：

● 推荐信

科研项目推荐信

优秀学员可获名校教授EDU推荐信

● 论文发表

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）

● 科研项目材料

科研结业证书

项目报告

成绩单

助力申请：

参加科研项目之前：履历上没有深度经历

?科研项目之后：丰富履历，提高升学、求职成功概率

参加科研项目之前：申请文书陈词滥调

?科研项目之后：积累高含金量文书素材，打造个性化申请故事，展现背景软实力

参加科研项目之前：适应不了名校学习节奏

?科研项目之后：夯实基础，以丰富的经验和前沿的思维快人一步

机构就业方向

计算机科学就业前景广阔，毕业生可在软件企业、国家机关以及各个大、中型企事业单位的信息技术部门、教育部门等单位从事软件工程领域的技术开发、教学、科研及管理等工作。大部分毕业生主要从事计算机软件和互联网相关的工作，如后端开发、前端开发、程序设计、算法、软件工程、硬件工程、移动开发、测试等岗位。

院校排名机构

1. 麻省理工学院 United States

2. 卡内基梅隆大学 United States

3. 斯坦福大学 United States

4. 加州大学伯克利分校 United States

5. 牛津大学 United Kingdom

6. 新加坡国立大学 Singapore

7. 剑桥大学 United Kingdom

8. 哈佛大学 United States

9. 苏黎世联邦理工学院 Switzerland

10. 洛桑联邦理工学院 Switzerland