説明
表形式データの探索と可視化（pandas、matplotlib）、データフィッティングの基礎（scikit-learn）、k近傍法、線形回帰、決定木、データ前処理、モデル評価指標、過学習対不足学習、バイアス／分散、クロスバリデーション、ニューラルネットワークの入門、ハイパーパラメータ調整、特徴選択、特徴重要度。
前提条件
- 前提条件：M.Eng. - Software Engineering Practice プログラムへの在籍。
条件および詳細
- 前提条件：M.Eng. - Software Engineering Practice プログラムへの在籍。
原語による参照テキスト
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.
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/grad/courses/EGEN/