Deskripsi
Eksplorasi dan visualisasi data tabular (pandas, matplotlib), dasar pemodelan data (scikit-learn), k-nearest neighbours, regresi linier, pohon keputusan, pra-pemrosesan data, metrik evaluasi model, overfitting vs underfitting, bias/varian, cross-validation, pengantar jaringan saraf, penyetelan hiperparameter, seleksi fitur, pentingnya fitur.
Prasyarat
- Prasyarat: terdaftar dalam program M.Eng.- Software Engineering Practice.
Syarat dan ketentuan
- Prasyarat: terdaftar dalam program M.Eng.- Software Engineering Practice.
Teks rujukan dalam bahasa aslinya
Tabular data exploration and visualization (pandas, matplotlib), data-fitting basics (scikit-learn), k-nearest neighbours, linear regression, decision trees, data pre-processing, model evaluation metrics, overfitting vs underfitting, bias/variance, cross-validation, introduction to neural networks, hyperparameter tuning, feature selection, feature importance.
- Prerequisite(s): enrolment in the M.Eng.- Software Engineering Practice program.
Sumber dan referensi
Tanggal dan sumber disimpan untuk membantu Anda memverifikasi informasi. Terjemahan disediakan untuk memudahkan pembacaan; sumber resmi menjadi rujukan untuk syarat dan ketentuan.
Referensi sumber : https://calendar.carleton.ca/grad/courses/EGEN/