机器学习及模式识别领域主要由三大理论体系构成，分别是概率论（Probability Theory），决策论（Decision Theory）和信息论（Information Theory）。机器学习领域的一个关键概念是不确定性（uncertainty）。然而概率论为不确定性的量化和操纵提供了框架，并形成了机器学习的核心基础之一。概率论描述了如何表示和操纵模型和预测的不确定性，它在科学数据分析、机器学习、机器人技术、认知科学和人工智能等领域发挥着核心作用。

  对编程语言感兴趣的本科生、研究生
  修读计算机、编程、信息工程等专业，以及未来希望在机器学习、算法、编程、数据分析等领域从业的学生
  具备编程语言背泉(是Python),精通高中数学,拥有微积分、线性代数、以及计算机编程基础的学生优先;
  具备相关统计学、计算机科学基础知识的优秀高中生也可以选择

  一、符合项目成绩要求的优秀学员可获学术主导师&论文主导师EDU推荐信
  二、EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别国际会议全文投递与发表指导
  三、学术评估
  四、成绩单