Στατιστική και μηχανική μάθηση (Κέντρο διδακτορικής κατάρτισης EPSRC) DPhil

University of Oxford - Πανεπιστήμιο του Oxford

Το CDT Στατιστικής και Μηχανικής Μάθησης είναι ένα τετραετές ερευνητικό πρόγραμμα DPhil (ή οκτώ χρόνια αν σπουδάζετε με μερική απασχόληση). Θα εκπαιδεύσει την επόμενη γενιά ερευνητών στη στατιστική και τη μηχανική μάθηση, οι οποίοι θα αναπτύξουν ευρέως εφαρμόσιμες νέες μεθοδολογίες και θεωρίες και θα δημιουργήσουν μεθόδους που αφορούν συγκεκριμένες εφαρμογές, οδηγώντας σε ανακαλύψεις σε πραγματικά προβλήματα της κυβέρνησης, της ιατρικής, της βιομηχανίας και της επιστήμης.

Πρόκειται για το τμήμα της Οξφόρδης του StatML, ενός Κέντρου Διδακτορικής Κατάρτισης (CDT) EPSRC στη Στατιστική και τη Μηχανική Μάθηση, το οποίο συνδιοργανώνεται από το Imperial College του Λονδίνου και το Πανεπιστήμιο της Οξφόρδης. Το CDT θα σας παρέχει κατάρτιση τόσο σε ερευνητικές μεθοδολογίες αιχμής όσο και στην ανάπτυξη επιχειρηματικών και μεταβιβάσιμων δεξιοτήτων - βασικά στοιχεία που απαιτούνται από τους εργοδότες στη βιομηχανία και τις επιχειρήσεις.

Θα αναλάβετε ένα σημαντικό, απαιτητικό και πρωτότυπο ερευνητικό έργο, το οποίο θα σας οδηγήσει στην απόκτηση διδακτορικού διπλώματος. Δεδομένου του εύρους και του βάθους των ερευνητικών ομάδων του Imperial College και του Πανεπιστημίου της Οξφόρδης, τα προτεινόμενα έργα θα κυμαίνονται από θεωρητικές έως υπολογιστικές και εφαρμοσμένες πτυχές της στατιστικής και της μηχανικής μάθησης, με μεγάλο αριθμό έργων που περιλαμβάνουν ισχυρές μεθοδολογικές/θεωρητικές εξελίξεις σε συνδυασμό με ένα δύσκολο πραγματικό πρόβλημα. Σημαντικός αριθμός έργων θα είναι υπό τη συνεπίβλεψη της βιομηχανίας.

Θα εκπονήσετε δύο μίνι-έργα κατά τη διάρκεια του πρώτου έτους (το συγκεκριμένο χρονοδιάγραμμα μπορεί να διαφέρει για τους φοιτητές μερικής φοίτησης), με την προσδοκία ότι ένα από αυτά θα οδηγήσει στο κύριο ερευνητικό σας έργο. Στο στάδιο της εισαγωγής θα επιλέξετε ένα μίνι-έργο. Τα εν λόγω μίνι-έργα προτείνονται από την ομάδα εποπτών του τμήματος και τους βιομηχανικούς εταίρους. Θα εγκατασταθείτε στο ίδρυμα του κύριου επιβλέποντα του πρώτου μίνι-έργου.

Εάν η φοιτητική σας ιδιότητα χρηματοδοτείται ή συγχρηματοδοτείται από εξωτερικό εταίρο, το δεύτερο μίνι-έργο θα γίνει με τον ίδιο εξωτερικό εταίρο, αλλά θα διερευνήσει ένα διαφορετικό ερώτημα.

Στη συνέχεια, θα ξεκινήσετε την κύρια εργασία σας για το διδακτορικό δίπλωμα στις αρχές του τρίτου εξαμήνου, η οποία μπορεί να βασίζεται σε ένα από τα δύο μίνι-έργα. Όπου ενδείκνυται για την έρευνα, το έργο σας θα διεξάγεται από κοινού με τους κορυφαίους βιομηχανικούς εταίρους του CDT, και θα έχετε την ευκαιρία να πραγματοποιήσετε πρακτική άσκηση σε στατιστικές έντασης δεδομένων σε μερικές από τις ισχυρότερες στατιστικές ομάδες στις ΗΠΑ, την Ευρώπη και την Ασία.

Παράλληλα με τις ερευνητικές σας εργασίες θα συμμετάσχετε σε μαθήματα διδασκαλίας που διαρκούν δύο εβδομάδες το καθένα. Τα βασικά θέματα θα διδαχθούν στην αρχή του πρώτου έτους (τα συγκεκριμένα ωράρια μπορεί να διαφέρουν για τους φοιτητές μερικής φοίτησης) και είναι τα εξής:

• Σύγχρονη στατιστική θεωρία
• Στατιστική μηχανική μάθηση,
• Αιτιότητα- και
• Μπεϋζιανές μέθοδοι και υπολογισμός.

Θα πρέπει επίσης να παρακολουθήσετε ορισμένα προαιρετικά μαθήματα κατά τη διάρκεια των τεσσάρων ετών σπουδών, τα οποία θα μπορούσαν να αποτελούνται από επιλογές από τον ακόλουθο κατάλογο: Μπεϋζιανή μη παραμετρική, στατιστική υψηλών διαστάσεων, προηγμένη βελτιστοποίηση, δίκτυα, ενισχυτική μάθηση, μεγάλα γλωσσικά μοντέλα, συμμορφούμενη συμπερασματολογία, μεταβλητή Bayes και προηγμένοι υπολογισμοί Bayes, δυναμική και γραφική μοντελοποίηση πολυμεταβλητών χρονοσειρών, μοντελοποίηση γεγονότων και βαθιά μάθηση. Οι προαιρετικές ενότητες διαρκούν δύο εβδομάδες και παρέχονται με παρόμοια μορφή με τις βασικές ενότητες.

.