为培养具有全球竞争力的数据科学领域领军人才，提升学生科研创新能力和实践能力，现向我校学生推荐德国埃尔朗根-纽伦堡大学数据科学系开设的为期2周的控制论，机器学习，及其数值算法线上项目，项目方为符合相关条件的同学提供奖学金，欢迎同学们踊跃报名。

一、学校简介

埃尔朗根-纽伦堡大学（全名弗里德里希-亚历山大 埃尔朗根-纽伦堡大学，德文：Friedrich-Alexander-Universität Erlangen-Nürnberg，缩写：FAU）成立于1743年，是德国最大的大学之一，专注于研究和国际化。FAU是TIMES欧洲顶尖工业管理大学联盟成员、欧洲工程教育联盟（SEFI）综合研究型大学，物理学家欧姆定律的发现人欧姆以及有机化学之父李比希等都曾于该校就读。学校建校以来产生过4位诺贝尔奖得主，并且培养了众多优秀的科学家，工程师，哲学家和医学家等。如今，约有 38,300名学生和4,000名学术人员在FAU学习和工作，拥有超过260个学位课程。 2023泰晤士高等教育世界大学排名第196位，2022 U.S. News世界大学排名第237位。

    二、项目介绍

      课程时间：2023年1月9日—1月20日（2周课程，可能根据报名人数与实际情况调整课程时间）

      授课方式：直播，Microsoft teams 或 Zoom 平台（待定）

      课程内容：控制论，机器学习，及其数值算法 (Control, Machine Learning, and Numerics)

如今，机器学习与控制理论之间的融合及其相关研究正在以迅猛的势头发展。本课程将从以下几个方面介绍控制论、机器学习及其数值实现的经典成果与最新进展。

1）模型与数据驱动的控制与设计(Control and Design: Model and Data-driven)。了解控制与设计领域中的重要数学思想以及在众多工业领域的重要应用。

2）控制论的一般性介绍 (Finite-dimensional Control)。重点是可控性与可观测性的讨论，这不仅具有重要的理论意义，对于优化控制的有效数值计算也至关重要。

3）控制论与机器学习(Control and Machine Leaning)。从动态系统控制的角度研究监督学习。深度残差神经网络 (ResNets) 及其连续时间对应物 (Neural ODE) 的训练与经典（最优）控制理论有着密切的联系，并且这些相似性在数值计算中也很明显。重点针对分类问题展示如何设计具有深度 ResNets 的监督学习的有效数值算法。

4）神经网络的一般性介绍以及训练神经网络的有效算法(Introduction to Neural Networks)。重点是随机梯度下降和回溯算法及其数值实现。

项目组成员完成课程后可获得德国埃尔朗根-纽伦堡大学数据科学系颁发的结业证书。世界名校的短期课程结业证书可作为申请海外名校留学的重要背景材料之一。

三、费用和资助说明

项目费用：3280元人民币

资助说明：

12月10日之前报名并完成交费的学生，顺利获得结业证书后，可获得项目部提供的500元人民币资助。

四、申请和咨询

申请条件：

      1. 全日制本科生、研究生，工科，数学等专业背景优先；

      2. 英语要求：CET4-450分及以上/CET6-425分及以上/通过项目部口语测试；

      3. 遵纪守法，自觉维护国家形象和学校名誉。

      报名方法：

      1. 打开链接：https://jinshuju.net/f/AER7Bi，填写项目主办方报名表.

      2. 不满足英语成绩要求的同学请预约面试：https://jinshuju.net/f/mc2EH5。

报名截止日期：2022年12月20日

访学项目部电话：020-82002936

咨询手机/微信：13059106699（Lily老师)