适合人工智能、数据科学、统计学等专业等大学生以上人群。

一个赌徒面前有N个赌博机，事先他不知道每台赌博机的真实盈利情况，他应该如何根据机器的操作结果做出反应，来使自身的收益最大化呢？——这个假设便是著名的“多臂强盗”问题的名字来源。实际上在机器学习被应用的领域当中，时时刻刻也都存在着这样的选择与决策情景：一个品牌针对其商品有着多款广告宣传，但不知道每一个用户对于每一种广告的接受程度；在投资中我们可能会面临多个项目，但并无法确认每个项目的具体回报率；亦或是在线零售商如何在不完全了解需求信息的背景下进行实时动态定价……

　　一、卡梅大学数据科学与统计专业简介

　　项目全称：基于统计分析原理的不确定性过程决策分析:以如何利用算法在“多臂老虎机”游戏中取胜为例(大学组)

　　专业简介：“多臂强盗”问题是概率论中的一个经典问题，亦是深度强化学习中的重要模块。人们针对解决此类不确定性序列决策问题，提出了“多臂强盗”算法框架(Multi-Armed Bandits，简称MAB，中文又译作“多臂老虎机”)。近年来这一算法框架因优异的性能和较少的反馈学习等优点，在推荐系统、信息检索到医疗保健和金融投资等诸多应用领域中受到了广泛关注。本课题正是以此框架为核心内容，学生将在参与的过程中深入了解算法的基础模型及应用，将认识到被广泛使用的上置信界算法(Upper Confidence Bound，简称UCB)及汤普森采样算法(Thompson Sampling Algorithms)。导师还将讲授自身在该领域的最新研究成果

　　适合年级 (Grade)： 大学生及以上

　　适合专业 (Major)：人工智能、数据科学、统计学等专业学生

　　专业背景：学生需要具备微积分、概率论与数理统计基础，同时会使用Python编程语言，这里建议选修Python数据处理及其数学原理

　　二、卡梅大学数据科学与统计学专业项目时间

　　开始日期：2025-02-22

　　课时安排：7周在线小组科研学习+5周不限时论文指导学习

　　三、卡梅大学数据科学与统计学专题学习内容

　　1、多臂老虎机问题的基础介绍 Introduction to Multi-armed Bandits

　　2、随机多臂老虎机模型 Stochastic Multi-armed Bandits

　　3、上置信界(UCB)算法 The Upper Confidence Bound (UCB) Algorithm

　　4、贝叶斯强盗策略与汤普森采样算法 Bayesian Bandits and Thompson Sampling (TS)

　　5、算法应用于实施，算法性能分析 Algorithm implementation, performance analysis

　　6、多臂老虎机算法在推荐系统中的应用 Applications of Bandits in Recommendation Systems

　　7、学术研讨1：教授与各组学生探讨并评估个性化研究课题可行性，帮助学生明晰后续科研思路 Final Project Preparation Session I

　　8、学术研讨2：学生将在本周课前完成程序设计原型(prototype)及伪代码(Pseudocode)，教授将根据各组进度进行个性化指导，确保学生优质的终期课题产出 Final Project Preparation Session II

　　9、项目成果展示 Final Presentation

　　10、论文指导 Project Deliverables Tutoring

12周时间安排

1、优秀学员有机会获得卡梅资深老师推荐信

2、加强数据科学与统计相关的基础背景

3、为进入世界名校奠定基础

4、获得项目结业证书