数据科学、人工智能（AI）、深度学习，这些新时代的热词一直和高薪、好就业划等号。再加之这些专业本身的交叉性，众多理工科同学扎堆申请，这些项目的申请热度一直高居不下。
首先我们来看几个名校录取案例：
01
北京邮电大学物联网工程 GPA 86雅思6.5
录取：National University ofSingapore Master of Computing
项目经历：Research on Street Text Image Detection Based on CNNAlgorithm
-
Wrote scripts for automatically crawling with Python, and conducted duplicate checking among collected images based on the image Euclidean Distance,
-
Classified the images according to the complexity of their texts being detected, and finally generated a training dataset more than 6000 images.
-
Processed images based on R-CNN､ Fast R-CNN and Faster RCNN algorithm;
-
Annotated part of the samples; adjusted parameters for optimization; put forward optimization methods based on experiment results;
02
浙江大学 数学与应用数学 GPA82 托福 86
录取：The University of HongKong Master of Data Science
项目经历：The Reconstruction of ImageSuper-resolution Based on Convolutional Neural Network
-
Researched an improved three-layer end-to-end convolution neural network to reconstruct the low-resolution image and obtain the corresponding high-resolution image;
-
Analyzed the limitations of reconstructing the image by linear correction unit in the original deep network, and proposed improved methods.
-
Responsible for the design of overall project scheme, the construction of Caffe and the design and realization of CNNSR improved methods
-
Wrote main program with MATLAB and different functions with C language, invoked them with MATLAB after encapsulation.
03
中国人民大学计算机科学与技术 GPA 88 托福 107 GRE（328）
录取：Cornell University MS in Computer Science
项目经历：Image to Sentence Based on GAN(Generative Adversarial Networks)
-
Determined the network structure and established the GAN by TensorFlow.
-
Compared different training dataset, optimization algorithms (SGD, Adam, Adadelta) and performance of loss functions (original GAN, LS-GAN, WGAN), and then decided to use AdaDelta optimization algorithm and WGAN loss function.
-
Optimized the network structure, adjusted parameters for optimization, implemented the image captioning system.
以上这几位同学成功录取的共同之处在于，在申请之前都有深度学习方面的经历，并在文书中加以强调，使自己与项目的匹配度大大增加。这几位同学拿到录取并不是偶然的，数据科学、人工智能（AI）、深度学习，尽管这些专业的名称各不相同，但它们在本质的模型和算法上却有很大重叠，能够掌握这类核心算法是申请成功的关键因素之一。
在具体项目中展现出的核心算法的经历，会成为简历中的亮点，从而大大增加拿到名校offer的几率。是否掌握这些核心算法直接决定着能否最终斩获人工智能、数据科学的录取。
学员实例
以下是一位指南者的学员完成的《基于图像的电影推荐算法》项目，该项目可以完整地体现出学员在基础开发、数据处理、深度学习及编程工具使用等各方面的能力。
数据处理能力 ：学会基本的数据抽样和数据探索技巧，熟练运用python进行数据清洗，数据集成、数据变换和数据规约，保证取样数据质量并划分测试集和训练集。
深度学习理论 ：TensorFlow，Keras基础教程。计算图自动微分、卷积神经网络、递归神经网络、批标准化、Adam、Momentum优化算法等知识全覆盖。
基础开发能力 ：掌握深度学习算法工程师必备的开发技能，在项目中，将每个环节都反复迭代优化调试，能够将复杂任务进行模块划分，实现逻辑抽象复用。
编程能力 ：在项目实战过程中，掌握Python的基础知识，并能熟练运用深度学习框架搭建深度学习模型。
通过深度学习的项目经历展示出自己在数据处理、深度学习算法上的能力，这样的经历将会成为申请过程中巨大的亮点。
然而，本科同学想要进行深度学习的最大的瓶颈在于数据，没有数据，一切算法都将无从谈起。而学校往往缺乏这样的资源和环境，没有有效并且干净的数据，想要掌握核心算法举步维艰。
指南者教育一直致力于在申请之前真正帮助学生提高自身竞争力，与其在申请的时候“难为无米之炊”，不如先提升自身背景。指南者教育现针对大二及以上准备申请计算机科学(AI方向)/数据科学的同学，推出“深度学习技能训练营”项目。
指南者深度学习训练营
指南者致力于通过项目制教学的方式来教授学员深度学习技能。我们为每组学员设置了高含金量的行业热点项目，让同学们在学习深度学习的同时，获得一个高含金量的项目经历。
项目介绍
深度学习下搜索引擎的语义匹配
∨
搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。比较出名的有国外的谷歌以及国内的百度。搜索引擎整套系统实现复杂，是由多个模块组成。我们将使用深度学习的方法来实现语义匹配，以此达到对搜索内容和搜索结果进行语义匹配排序的目的。
语义匹配可以应用于多个领域，比如搜索引擎的排序（对搜索内容和搜索结果进行语义匹配）、问答系统（对提问和答案进行语义匹配，选择出语义距离最近的答案）、对话系统（对双方的对话进行语义匹配）等。
本项目使用未明学院的题库和解答数据，结合深度学习方法和自然语言处理技术，建立语义匹配模型。该模型能自动对题库和解答进行匹配分析，根据题目内容，匹配搜索出相近的解答，并根据搜索结果语义匹配相关度进行排序。
你将收获
1
高含金量的深度学习项目
训练营的深度学习项目来自于企业界的真实热点项目，学员们在项目的执行过程中，可以通过深度学习的算法来建立模型，分析各个数据之间的关系，从而达到优化商业模式，提高运营效率的目的。
2
深度学习领域的核心竞争力
深度学习训练营培训内容是基于企业招聘人才、海外院校招生标准精心设计的，深度学习所需的模型、策略、算法、编程等专业知识和技能都能通过本次培训获得。
3
深度学习项目报告及结业证书
每个项目，我们都会协助学员完成相关的项目报告，并颁发相应的项目结业证书。
课程安排
授课老师
万老师
指南者留学深度学习方向老师
报名信息
1、深度学习训练营主要通过项目制教学的方式来培训深度学习算法；
2、费用：3999元，每个项目限招12人；
3、开营时间：5月26日
报名与咨询
