Beskrivelse
Tabulær datautforskning og visualisering (pandas, matplotlib), grunnleggende data-fitting (scikit-learn), k-nærmeste naboer, lineær regresjon, beslutningstrær, datapreprosessering, målemetoder for modelevaluering, overfitting vs underfitting, bias/varians, kryssvalidering, introduksjon til nevrale nettverk, hyperparameter-tuning, feature-utvelgelse, feature-importance.
Forkunnskaper
- Forutsetning(er): opptak i M.Eng.- Software Engineering Practice-programmet.
Vilkår og bestemmelser
- Forutsetning(er): opptak i M.Eng.- Software Engineering Practice-programmet.
Referansetekst i originalspråket
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.
Kilder og referanser
Datoer og kilder beholdes for å hjelpe deg å verifisere opplysningene. Oversettelsene tilbys for å lette lesing; den offisielle kilden er referansen for krav og betingelser.
Kildereferanse : https://calendar.carleton.ca/grad/courses/EGEN/