이 참고자료는 표시된 카탈로그를 설명합니다. 최신 제공 및 적용 조건은 입학 전에 기관에 확인하세요.
설명
응용 머신러닝 회귀 및 정규화, 확률적 방법, 차원 축소, 군집화. 지도학습, 비지도학습 및 강화학습. 데이터 전처리. 머신러닝 툴박스 실습. 공학 응용. 강의, 주당 3시간; 실습, 주당 2시간 제한: BEng 전공 학생에게 개방. 선수과목: IENG 2P12 동시수강과목: IENG 3P12 참고: IENG 3P12 Automation and Robotics와 연계한 미니프로젝트 수행이 요구됩니다.
선수 과목
- 선수과목: IENG 2P12
조건 및 세부사항
- 제한: BEng 전공 학생에게 개방.
- 선수과목: IENG 2P12
- 동시수강과목: IENG 3P12
- 참고: IENG 3P12 Automation and Robotics와 연계한 미니프로젝트 수행이 요구됩니다.
원문 참조 텍스트
Applied Machine Learning Regression and regularization, probabilistic methods, dimension reduction, clustering. Supervised, unsupervised, and reinforcement learning. Data preprocessing. Hands-on experience with machine learning toolboxes. Applications in engineering. Lectures, 3 hours per week; lab, 2 hours per week Restriction: open to BEng majors. Prerequisite(s): IENG 2P12 Corequisite(s): IENG 3P12 Note: completing a mini-project in conjunction with IENG 3P12 Automation and Robotics is required.
- Prerequisite(s): IENG 2P12
- Restriction: open to BEng majors.
- Corequisite(s): IENG 3P12
- Note: completing a mini-project in conjunction with IENG 3P12 Automation and Robotics is required.
출처 및 참고문헌
날짜와 출처는 정보를 확인하는 데 도움이 되도록 보관됩니다. 번역은 읽기 편의를 위해 제공되며 조건과 요건은 공식 출처가 기준입니다.
출처 참조 : https://brocku.ca/webcal/2024/undergrad/engs.html