科研地點(diǎn)：UCB 科研組會(huì)議室。

科研亮點(diǎn)
1. 進(jìn)入美國(guó)名校實(shí)驗(yàn)室/科研組，接觸尖端科學(xué)
為未來(lái)赴美深造做準(zhǔn)備；科研經(jīng)歷是美國(guó)名校申請(qǐng)的基石，頂級(jí)名校的科研項(xiàng)目是對(duì)學(xué)生有能力完成名校學(xué)業(yè)最好的證明；
2. 師從導(dǎo)師開(kāi)展實(shí)驗(yàn)項(xiàng)目
高層次的人脈和校友關(guān)系，與學(xué)生為伍的人是諾貝爾獎(jiǎng)獲得者、美國(guó)科學(xué)院院士、教授、名校博士、碩士，學(xué)生將體驗(yàn)到世界最頂級(jí)學(xué)術(shù)專(zhuān)家們的思想和氣質(zhì)；
3. 獲得導(dǎo)師推薦信和科研證書(shū)；
對(duì)于優(yōu)秀學(xué)生可以獲得名校導(dǎo)師的推薦信，大大助力未來(lái)的留學(xué)申請(qǐng)；
4. 全天候?qū)I(yè)英語(yǔ)環(huán)境，迅速提升專(zhuān)業(yè)水平；
提升溝通和專(zhuān)業(yè)英語(yǔ)水平，提升專(zhuān)業(yè)知識(shí)和能力，用實(shí)踐使學(xué)生的理論知識(shí)更加具體形象；
5. 高含金量收獲助力未來(lái)留學(xué)深造及就業(yè)

在名校導(dǎo)師指導(dǎo)下的科研過(guò)程將幫助學(xué)生明確自身發(fā)展方向，不斷深化對(duì)于美國(guó)學(xué)界的了解與認(rèn)同，幫助參與學(xué)生及家長(zhǎng)明確未來(lái)的學(xué)校及專(zhuān)業(yè)申請(qǐng)方向；從而更好的明確留學(xué)的目的與意義，擺脫盲目，獲得真知；

科研內(nèi)容

該研究計(jì)劃旨在讓對(duì)EECS與工程領(lǐng)域有興趣的學(xué)生對(duì)EECS有全面詳盡的了解，并且能夠初步入門(mén)。科研與材料將采用伯克利大學(xué)相同的內(nèi)容，每位學(xué)生都能和導(dǎo)師個(gè)性化咨詢交流，有針對(duì)性地進(jìn)行指導(dǎo)。
該研究將介紹計(jì)算機(jī)科學(xué)重點(diǎn)概念的講解，入門(mén)和鞏固程序設(shè)計(jì)的技術(shù)。學(xué)生將會(huì)學(xué)習(xí)初等的算法和數(shù)據(jù)結(jié)構(gòu)，為接下來(lái)的深入學(xué)習(xí)打下基礎(chǔ)。同時(shí)，學(xué)生將會(huì)探究學(xué)習(xí)機(jī)器學(xué)習(xí)領(lǐng)域的基礎(chǔ)知識(shí)，并且將有機(jī)會(huì)接觸到深度學(xué)習(xí)等前沿技術(shù)。
實(shí)踐是學(xué)習(xí)的重要一環(huán)，該研究計(jì)劃將輔導(dǎo)學(xué)生的編程實(shí)踐能力，包括 Python 程序語(yǔ)言、LeetCode 在線算法測(cè)試和 Kaggle 數(shù)據(jù)挖掘競(jìng)賽等。
科研完成時(shí)，學(xué)生將會(huì)全面了解伯克利工程科研的培養(yǎng)流程，并對(duì)EECS專(zhuān)業(yè)有一個(gè)完整的認(rèn)知，對(duì)學(xué)生今后的專(zhuān)業(yè)選擇或者人生規(guī)劃有很大的助益。

研究模塊 1 ---- Programming Intro (編程入門(mén))
編程是學(xué)習(xí)EECS科研的一個(gè)重要組成部分，無(wú)論是基礎(chǔ)的算法和數(shù)據(jù)結(jié)構(gòu)，還是進(jìn)階的人工智能、網(wǎng)絡(luò)、系統(tǒng)和安全，都需要學(xué)生具備扎實(shí)的編程基礎(chǔ)，因此編程的重要性不言而喻。然而，大部分大學(xué)科研都假定學(xué)生將會(huì)在選修科研之前自行學(xué)習(xí)入門(mén)編程，因此在進(jìn)入本科科研之前具備編程基礎(chǔ)，對(duì)學(xué)生的學(xué)習(xí)將大有助益。導(dǎo)師將會(huì)借鑒伯克利 CS 61A 科研的內(nèi)容，用最新的內(nèi)容引導(dǎo)學(xué)生，最終學(xué)生將能用 Python 語(yǔ)言獨(dú)立完成項(xiàng)目作為模塊的總結(jié)。
研究模塊 2 ---- Algorithm and Data Structures (算法與數(shù)據(jù)結(jié)構(gòu))
算法和數(shù)據(jù)結(jié)構(gòu)是EECS的核心，這個(gè)模塊將會(huì)重點(diǎn)講解算法的重要概念——時(shí)間復(fù)雜度和空間復(fù)雜度，以及基本的算法和數(shù)據(jù)結(jié)構(gòu)，例如搜索、排序、動(dòng)態(tài)規(guī)劃、數(shù)組、鏈表、隊(duì)列、棧等等。導(dǎo)師同時(shí)提供伯克利的海量資源供學(xué)生參考。學(xué)生將能獨(dú)立解決算法問(wèn)題，對(duì)日后的專(zhuān)業(yè)學(xué)習(xí)都大有裨益。
研究模塊 3 ---- Big Data (大數(shù)據(jù))
大數(shù)據(jù)技術(shù)（包括計(jì)算機(jī)視覺(jué)、無(wú)人車(chē)等等）是當(dāng)前硅谷最熱門(mén)的領(lǐng)域，模塊將會(huì)重點(diǎn)介紹大數(shù)據(jù)時(shí)代下機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)。學(xué)生將學(xué)習(xí)基礎(chǔ)的機(jī)器學(xué)習(xí)算法和概念，并在國(guó)際著名的大數(shù)據(jù)競(jìng)賽平臺(tái) Kaggle 接觸一手的大數(shù)據(jù)。導(dǎo)師將指導(dǎo)學(xué)生在 Kaggle 參加并完成 MNIST 任務(wù)。
研究模塊 4 ---- Deep Learning (深度學(xué)習(xí))
承接上一模塊的內(nèi)容，學(xué)生將有機(jī)會(huì)接觸最新的深度學(xué)習(xí)技術(shù)以解決大數(shù)據(jù)問(wèn)題。重點(diǎn)講解人工神經(jīng)網(wǎng)絡(luò)、反向傳播算法、卷積神經(jīng)網(wǎng)絡(luò)等概念，并編寫(xiě)代碼，利用 MNIST 數(shù)據(jù)集，完成手寫(xiě)數(shù)字識(shí)別的任務(wù)。

科研收獲
1.體會(huì)伯克利快節(jié)奏的學(xué)術(shù)氛圍，挑戰(zhàn)自身能力；
2.拓寬學(xué)生視野。伯克利的計(jì)算機(jī)學(xué)術(shù)排名長(zhǎng)期處于美國(guó)前四，而且坐落于世界信息產(chǎn)業(yè)的核心地帶——硅谷，具有濃厚的創(chuàng)新創(chuàng)業(yè)氛圍；
3.學(xué)生將有機(jī)會(huì)與頂尖教授零距離交流，了解學(xué)術(shù)界和工業(yè)界的前沿風(fēng)向；
4.學(xué)生將在進(jìn)入大學(xué)學(xué)習(xí)前，全面了解伯克利和其他頂級(jí)美國(guó)大學(xué)計(jì)算機(jī)系的培養(yǎng)流程，并對(duì)專(zhuān)業(yè)有完整的認(rèn)知，不僅為大學(xué)打下一個(gè)良好的基礎(chǔ)，也對(duì)學(xué)生今后的專(zhuān)業(yè)選擇或者人生規(guī)劃有很大的助益。

選拔流程