説明
教師ありおよび教師なし機械学習（ML）の入門、各タイプの代表的なアルゴリズムの詳細。MLシステムの予測性能の評価と定量化。1つ以上のML開発環境の使用。
前提条件
- 前提条件：（ECOR 2050 または STAT 3502 または STAT 2605 または SYSC 2510）、（SYSC 1006 または SYSC 2006）および3年次在籍。
条件および詳細
- 追加単位を認めない 追加単位を認めない COMP 3105、COMP 4105（現在提供されていない）。
- 前提条件：（ECOR 2050 または STAT 3502 または STAT 2605 または SYSC 2510）、（SYSC 1006 または SYSC 2006）および3年次在籍。
- 講義週3時間、問題解析週1時間。
原語による参照テキスト
Introduction to supervised and unsupervised machine learning (ML), including deeper knowledge of several algorithms of each type. Evaluation and quantification of predictive performance of ML systems. Use of one or more ML development environments.
- Prerequisite(s): ( ECOR 2050 or STAT 3502 or STAT 2605 or SYSC 2510 ), ( SYSC 1006 or SYSC 2006 ) and third year standing.
- Precludes additional credit for Precludes additional credit for COMP 3105 , COMP 4105 (no longer offered).
- Lectures three hours a week, problem analysis one hour a week.
出典と参照
日付と出典は、情報を確認する際の参考のために保持されています。翻訳は読みやすくするための提案であり、条件や要件については公式の出典が基準となります。
出典の参照 : https://calendar.carleton.ca/undergrad/courses/SYSC/