机器学习与数据科学概论：学生将在本周了解机器学习和数据科学的基础理论和方法，探讨机器学习和数据科学在业界和学界的最新动态及应用
机器学习基础数学理论：机器学习模型和算法理解需要具备良好的数学逻辑和基础。学生将在本周了解机器学习背后的逻辑和线性代数等必备数学理论
回归理论：回归理论是机器学习的基础理论。线性回归体现了优化、拟合等经典机器学习思想，往往是初学者首先学习的内容。学生将在本周学习常见回归理论
机器学习常见算法：学生将在本周了解KNN、K-means等机器学习常见算法
数据科学和机器学习实践：学生将在本周了解机器学习和数据科学实践指南，从中获益
神经网络和深度学习
适合人群
高中生
计算机科学、计算机工程、数据科学、数据处理、机器学习、深度学习等专业的学生；学生需要具备初等微积分或线性代数基础，至少会使用一门编程语言。
项目模式
10课时的主导师Lecture
名校教研体系深度浸泡
6课时1对1 Office Hour
扫除你上课时积累的所有疑难知识点
12课时的Mentor Session
指导小组完成实战项目
2课时的成果汇报Presentation
将你所学知识呈献给导师及所有学员，获得导师点拨和反馈
24小时内答疑回复
24小时内答疑，时间解决遗留问题
全程助教辅助模式
项目期间配双语助教全程辅助教学过程，不让任何一位学生落下进度
班主任跟踪监督模式
不让懒惰拖延成为你成功路上的绊脚石
师生比例1比4
小班教学，人人都能与大佬沟通熟悉，打通人脉
