适合人群
适合年级 (Grade): 高中生
适合专业 (Major): 对计算机科学、人工智能、数据科学、软件工程感兴趣的学生；
项目对0编程基础学生友好，但需要学生具备微积分知识；
建议选修: 程序设计与代码实现
导师介绍
Patrick
牛津大学 University of Oxford
终身正教授
Patrick 导师现任牛津大学统计学系的终身正教授，荣获牛津大学杰出教学奖，毕业于普林斯顿大学运筹学与金融工程博士学位。之后，Patrick 加入了耶鲁大学的耶鲁网络科学研究所。并在电子工程系做了两年的博士后，任教于耶鲁大学计算机科学系。
Patrick 导师的多个研究获得了业内的一致认可。2016-2019年间，导师负责的项目：“Locality in Network Optimization”获得了美国国家科学基金会$450,000.00的奖金。导师经常受邀参加顶级的全球计算机和统计专业的学术会议和论坛并发表讲座。例如2021年的International Conference on Artificial Intelligence and Statistics (AISTATS) 人工智能与统计国际会议和2020年的Neural Information Processing Systems 神经信息处理系统国际峰会的讲座，并在业内引起了强烈的反响和热议。导师的学术成果也多次出现在顶级期刊和IEEE论文中，例如全球知名的机器学习期刊《Journal of Machine Learning Research》和《IEEE Transactions on Control of Network Systems》等。导师更是受邀为各所顶级世界名校的专业研讨讨论发表演讲，例如2020年Bernoulli-IMS One World Symposium世界研讨会和美国布朗大学，斯坦福大学的相关专业讲座。导师也凭借自身突出的研究成果，组织了多个专业论坛和研讨会，包括今年举办的第35届“Conference on Learning Theory”，导师作为区域主席组织了该论坛的活动。 Patrick 导师是多个IEEE论文的审稿人，也是多个科研机构的成员，包括Institute of Mathematical Statistics (IMS)、Bernoulli Society和European Laboratory for Learning & Intelligent Systems (ELLIS)。
他的研究兴趣集中在概率论、统计学和计算机科学。对高维概率、统计和优化的基本原理，为机器学习和人工智能提供高计算效率、统计最优的算法感兴趣。
Dr. Patrick is a Professor of Statistics and Machine Learning at the University of Oxford and holds a Ph.D. in Operations Research and Financial Engineering from Princeton University. After that, he joined the Yale Institute for Network Science at Yale University. He worked two years as a Postdoctoral Associate in the Electrical Engineering Department and was a lecturer in the Computer Science department at Yale University.
Multiple studies by Patrick have received unanimous recognition in the industry. “Locality in Network Optimization” received a $450,000.00 grant from the National Science Foundation (NSF) in 2016-2019. Patrick is often invited to attend and give lectures at top global computer and statistics conferences and forums. With his outstanding research achievements, he has also organized several professional forums and seminars, including the 35th “Conference on Learning Theory” held this year, for which Patrick organized this activity as the regional chairman.
His research interests lie at the intersection of probability, statistics, and computer science, and he is interested in the investigation of fundamental principles in high-dimensional probability, statistics and optimization to design computationally efficient and statistically optimal algorithms for machine learning.
任职学校
牛津大学是英语世界中最古老的大学，也是世界上现存第二古老的高等教育机构。牛津大学是一所公立研究型大学，采用传统学院制。它是罗素大学集团成员，被誉为“金三角名校”和“G5”。该校涌现了一批引领时代的科学巨匠，培养了大量开创纪元的艺术大师、国家元首，其中包括28位英国首相（其中13位来自基督教堂学院）及数十位世界各国元首、政商界领袖。牛津大学在数学、物理、医学、法学、商学等多个领域拥有崇高的学术地位及广泛的影响力，被公认为是当今世界最顶尖的高等教育机构之一。其计算机科学稳居泰晤士高等教育学科榜首，法学、医学及人文社科均列世界前三。学术传统深厚，拥有72位诺贝尔奖得主及6位图灵奖得主。2025年牛津大学位列泰晤士高等教育世界大学排名第1位（连续9年登顶），QS世界大学排名第3、U.S. News世界大学排名第4。
项目背景
大数据的价值体现主要集中在数据的转向以及数据的信息处理能力等等。在产业发展的今天，大数据时代的到来，对数据的转换，数据的处理数据的存储等带来了更好的技术支持，产业升级和新产业诞生形成了一种推动力量，让大数据能够针对可发现事物的程序进行自动规划，实现人类用户以计算机信息之间的协调。项目也将围绕着数据预测性分析与分类的核心技术—机器学习展开。
项目介绍
本项目以Python为主要编程平台介绍计算机编程的基础知识。学生将接触到经典的计算概念和算法，如搜索和排序，同时还将获得具体的工作知识的Python和一些实用用的库的科学计算和机器学习。学生将学习如何开发和实现高效的代码，使用面向对象编程，基本的C语言命令(在Python中调用以加快计算)，以及(可能)GPU编程(不需要访问GPU)。本课程旨在为没有(或很少)编程经验的学生提供他们需要在数据科学和人工智能的多个主题中工作的主要知识，例如TensorFlow和神经网络。
This course introduces the basics of computer programming, using Python as primary coding platform. Students will be exposed to classical computational concepts and algorithms, such as searching and sorting, while also acquiring concrete working knowledge with Python and some of the most useful libraries for scientific computing and machine learning. Students will learn how to develop and implement efficient code, using object-orienting programming, basic C commands (called within Python to speed up computations), and (possibly) also GPU programming (access to GPUs is *not* needed). This course is intended for students with no (or little) programming experience, and it aims to be as accessible as possible. At the same time, the course aims to equip students with the main knowledge they need to work on multiple topics in data science and artificial intelligence, e.g. covering TensorFlow and neural networks.
项目大纲
Python编程初识 Introduction to Computation and Python
算法及面向对象编程 Algorithms and Object-Oriented Programming
人工智能 Artificial Intelligence
神经网络 TensorFlow, Neural Networks, and using C
项目回顾与成果展示 Program Review and Presentation
论文辅导 Project Deliverables Tutoring
项目收获
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
项目报告
优秀学员获主导师Reference Letter
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）
结业证书
成绩单
LASER Award in Research Skills for Academic Study官方证书并转换8 UCAS Tariff Points（可选）