加州大學(xué)洛杉磯分校博士科研課題

基于機(jī)器學(xué)習(xí)的手寫(xiě)快遞單據(jù)自動(dòng)識(shí)別

課題簡(jiǎn)介

基于機(jī)器學(xué)習(xí)的手寫(xiě)快遞單據(jù)自動(dòng)識(shí)別

Automatic Handwritten Express Document Recognition Based on Machine Learning

無(wú)論銀行還是郵局，海量的數(shù)據(jù)已法單單依靠人力進(jìn)行操作分析。如何依靠計(jì)算機(jī)精確識(shí)別手寫(xiě)數(shù)萬(wàn)計(jì)的客戶(hù)票和快遞標(biāo)簽，成為提高物流、金融行業(yè)效率的重要課題。機(jī)器學(xué)習(xí)在這個(gè)課題上大有可為。此課題以手寫(xiě)數(shù)字?jǐn)?shù)據(jù)，通過(guò)建立分類(lèi)模型實(shí)現(xiàn)對(duì)這些數(shù)字的精確識(shí)別。

在此過(guò)程中，學(xué)生將學(xué)習(xí)到基礎(chǔ)概率統(tǒng)計(jì)知識(shí)，以及參數(shù)優(yōu)化的基本理論，并編程實(shí)踐兩三個(gè)不同的模型。在較總結(jié)不同模型的不同結(jié)果之后，學(xué)會(huì)積累模型判別的相關(guān)經(jīng)驗(yàn)，此課題的成果正在逐步應(yīng)用到銀行單據(jù)和快遞訂單的自動(dòng)識(shí)別中。

?科研流程

課程模塊一：預(yù)備課程?

在教學(xué)過(guò)程正式開(kāi)始前，有方學(xué)者會(huì)根據(jù)學(xué)生的具體情況提供數(shù)學(xué)、統(tǒng)計(jì)、英語(yǔ)學(xué)術(shù)論文寫(xiě)作等預(yù)備課程。

課程模塊二：科研輔導(dǎo)?

來(lái)自美國(guó)頂尖人工智能的機(jī)器學(xué)習(xí)科研團(tuán)隊(duì)將在有方學(xué)者團(tuán)隊(duì)的配合下，進(jìn)行8-12周的科研輔導(dǎo)：

微積分、線(xiàn)性代數(shù)和概率統(tǒng)計(jì)入門(mén)；

學(xué)習(xí) Python編程語(yǔ)言和相關(guān)的庫(kù)numpy, pandas, scikit-learn, matplotlib；

學(xué)習(xí)探索性數(shù)據(jù)分析（Explorative data analysis），并通過(guò)統(tǒng)計(jì)方法和可視化對(duì)金融數(shù)據(jù)進(jìn)行分析

學(xué)習(xí)回歸分析(regression)，對(duì)金融數(shù)據(jù)進(jìn)行社交媒體效應(yīng)的評(píng)估

學(xué)習(xí)幾種重要的自然語(yǔ)言處理和機(jī)器學(xué)習(xí)算法，提出初步的金融數(shù)據(jù)輿情情感分析；

課題驗(yàn)收需要學(xué)生完成英文學(xué)術(shù)論文的寫(xiě)作，并向科研團(tuán)隊(duì)進(jìn)行答辯。

指導(dǎo)速度可能因?qū)嶋H教學(xué)情況而異

課程模塊三：論文寫(xiě)作&發(fā)表?

在科研輔導(dǎo)結(jié)束后

項(xiàng)目導(dǎo)師將輔導(dǎo)學(xué)生完成論文寫(xiě)作

協(xié)助學(xué)生完成論文在英文學(xué)術(shù)期刊上正式發(fā)表。

整個(gè)科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進(jìn)度，確保取得研究成果。

---

課題要求

本課題適合： 9-12 年級(jí)學(xué)生

有一定的英語(yǔ)閱讀和寫(xiě)作能力

有較強(qiáng)的邏輯思維和抽象思維能力

專(zhuān)業(yè)領(lǐng)域的零基礎(chǔ)學(xué)生，我們會(huì)提供相關(guān)的學(xué)術(shù)知識(shí)培訓(xùn)。

統(tǒng)計(jì)學(xué)：

矩陣的基本知識(shí)

計(jì)算機(jī)：

Python編程基礎(chǔ)