Данная справка описывает указанный каталог. Обратитесь в учреждение, чтобы подтвердить актуальное предложение и условия, применимые к вашему началу обучения.
Описание
Applied Machine Learning Регрессия и регуляризация, вероятностные методы, уменьшение размерности, кластеризация. Обучение с учителем, без учителя и обучение с подкреплением. Предобработка данных. Практический опыт работы с инструментарием машинного обучения. Применения в инженерии. Лекции, 3 часа в неделю; лаборатория, 2 часа в неделю. Ограничение: доступно студентам со специальностью BEng. Предварительные требования: IENG 2P12 Кориеквивалент(ы): IENG 3P12 Примечание: требуется выполнение мини-проекта совместно с IENG 3P12 Automation and Robotics.
Предварительные требования
- Предварительные требования: IENG 2P12
Условия и порядок
- Ограничение: доступно студентам со специальностью BEng.
- Предварительные требования: IENG 2P12
- Кориеквивалент(ы): IENG 3P12
- Примечание: требуется выполнение мини-проекта совместно с IENG 3P12 Automation and Robotics.
Текст источника на языке оригинала
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.
Источники и ссылки
Даты и источники сохраняются, чтобы помочь вам проверить сведения. Переводы предлагаются для удобства чтения; официальным источником для условий и требований является оригинал.
Исходная ссылка : https://brocku.ca/webcal/2024/undergrad/engs.html