小組項目選題今年仍為智能數據處理相關。
近年來，計算機領域科研人員“低齡化”現象明顯，越來越多本科生開展科研工作（對於保研、考研、出國、找工作都非常重要），本課程希望同學們能夠接受一些科研訓練。
調查顯示，清華計算機系本科生超過 80% 的有實驗室科研經歷，每年有 10 余位本科生在國際頂級期刊和會議發表高水平論文。
同學們從事一些科研訓練的好處：
（1）找到自己的未來的興趣，了解最前沿知識，提升個人能力；
（2）對於計划出國或者讀研的同學，可以發表論文，提升競爭力；
（3）業余生活更加充實。
表現最積極的同學往往是 “擁有濃厚的興趣，打着比賽，領着獎金就愛上了”
小組選題一：AI藝術鑒賞，看畫猜作者
“抽象是藝術史上的自然進步，然而算法捕捉到了這一點”。很多人認為理工男普遍缺乏藝術細菌，不懂欣賞藝術的抽象美，然后現在理工男設計的AI算法已經能夠理解藝術。
羅格斯大學的藝術與人工智能實驗室制作出一套名為CAN（創造性對抗網絡）的AI系統，CAN向我們證明人工智能可以理解藝術發展脈絡和學習路徑，所以軟件的任務就是訓練模型，識別名畫的作者。數據集來自49位大師的作品，喬托·迪·邦多納、畢加索、梵高、安德烈·魯勃廖夫、提香·韋切利奧等。
要求：最終做成WEB版，有界面，用戶上傳一張名畫，系統返回該名畫的作者信息。
小組選題二：鳥類識別
數據集包含200種鳥類的圖片，設計算法可以自己判斷鳥的類型。
要求：最終做成WEB版，有界面，用戶上傳一張名畫，系統返回該名畫的作者信息。
小組選題三：船舶航行軌跡預測或漁船作業方式識別
https://www.datafountain.cn/competitions/545
https://www.datafountain.cn/competitions/546
要求：完成一個網站，可以處理東海船舶AIS設備傳回的軌跡數據（已脫敏），每一條軌跡數據包括經度、緯度等，可以應用於船舶航行狀態評估、船舶碰撞概率檢測等場景。依據真實漁船軌跡數據（經緯度、速度、方向、時間等），利用機器學習相關技術，建立穩健的漁船作業方式識別模型，有效識別漁船的作業方式。
小組選題四：血管瘤超聲圖像分割
https://www.datafountain.cn/competitions/533
流行病學統計數據顯示，嬰幼兒血管瘤的發病率為10%~12%，主要見於早產兒和女性嬰幼兒。超聲檢查無創，可以為臨床提供血管瘤的位置、形狀以及累及范圍等信息，有助於指導醫生進一步治療。
目前臨床對血管瘤的病灶的分割，主要由專家人工勾畫，受臨床經驗水平的影響，分割結果無法避免人為誤差。若采用人工智能，需要較為精准且海量的樣本，數據的成本較高，如何利用小樣本數據集訓練血管瘤超聲圖像的自動精准分割，稱為目前熱門的研究方向之一。
本項目的任務是利用深度學習方法訓練一個血管瘤的分割模型，期望參賽者可以在小數據集訓練出一個優秀的模型，以達到輔助醫生進行治療血管瘤的目的。
其它選題也可以，但必須和智能數據處理相關，要和老師商量。
通過技術競賽可以快速提升科研能力，"賽中學"可以幫助大家了解領域里的相關知識，同時也可以提升大家的組織協調能力、抗壓能力。