分布式算法：圖算法1隨機算法Massachusetts Institute of Technology麻省理工學院QS世界大學排名|機械工程全球|U.****ws世界第二·曾任蘇黎世聯邦理工大學終身計算機教授·研究受到歐洲研究理事會，瑞士國家科學基金會以及谷歌的支持·論文發表h指數為34，i10指數達到75·多篇論文在期刊上發表

知識圖譜：風險、質量與可靠性評估及應用數據科學生物醫療信息處理大數據處理Tianjin University天津大學·德州大學休士頓健康科學中心訪問學者·參與圖數據管理關鍵技術及系統，國家重點研發計劃子課題·擁有14項專利，12項軟件著作權，發表論文57篇·主持國家自然基金面上項目1項、其他國家項目2項，省部級項目10余項

Program Introduction課題簡介計算機科學|數學|概率論隨機算法推薦系統算法基礎令人著迷的概率世界及其算法所產生的對于現實世界的影響隨時隨地不在發生。想象一下我們所收到的每一條在線購物推薦背后的精心編排，淘寶京東的猜您喜歡是否真正的猜中了我們的喜好。或者Nettix，騰訊視頻，bilibili等我們所喜歡的流媒體平臺給我們推薦一部讓我們愛上的電影的神奇時刻。這所有的一切都不是偶然，而是算法設計和概率論在起作用！每當我們的GPS找到捷的路線，或者音樂應用程序策劃出完美的播放列表時，復雜的算法和概率計算都在幕后不知疲倦地工作著。在本課程中，你不僅要記住公式，還要親身體驗！穿越事件和概率空間的迷人景觀，解讀條件概率的神秘聯系。在本課程中，我們將深入研究期望的偏差邊界，像老朋友一樣了解馬爾科夫、切比雪夫和切爾諾夫。但這還不是全部。當我們將這些抽象概念應用到實際問題中時，你會發現它們栩栩如生！無論是排序的藝術、最小切分的科學，還是獨立集背后的策略，我們都將在那里剖析問題，編織解決方案。如果你曾經思考過“球入箱“的方案，來自MIT的計算機教授將為你帶來無窮驚喜。

Program Highlights科研要點·隨機算法探究什么是隨機算法，隨機算法的應用，為確定性方法過于緩慢或復雜的問題提供了潛在的解決方案·概率論探索概率論的基本原理，量化了事件發生的可能性，是數學、統計和現實世界決策等許多領域的基礎。探討概率論為分析和預測隨機實驗結果提供的基本框架·切比謝夫和切爾諾夫邊界根據隨機變量的均值和方差，為幾乎所有隨機變量的尾部概率提供了邊界，這兩種方法對于分析算法行為和了解罕見事件的可能性都至關重要。·馬可夫不等式給出了一個非負隨機變量超過某個值的概率上限。它是更專業的概率界限和不等式的基礎概念。·獨立集獨立集是指沒有兩個頂點相鄰的頂點集，在不違反這一條件的情況下，不能增加任何額外的頂點。找到這樣的集合對網絡、調度和資源分配具有重要意義。Expected Students適合人群391·適合想在計算機算法領域深度學習的高中生和大學生·有良好的數學基礎的高中生和大學生·希望在該領域深入研究，培養學術思維，提升學術競爭力的學生·有意愿從事科研實踐，產出學術科研報告和論文成果的學生

Instructor Team師資配置· Foreign Professor海外在職終身教授領銜，傳授領域前沿知識與高水準研究方法· Domestic Professor“大學在職教授/副教授領銜，增進專業理解力，補充知識版圖· Teaching Assistant輔助課題答疑、知識鞏固，科研心得與專業知識分享· Writing Instructor論文1M輔導，傳授論文寫作技巧與方法，論文規劃、寫作、投稿、檢素、發表全程指導· Student Coordinator科研項目全程跟進服務，為項目的平穩進行保駕護航