Описание
Введение в супервизированное и несупервизированное машинное обучение (ML), включая углублённое знакомство с несколькими алгоритмами каждого типа. Оценка и количественная оценка прогностической производительности систем ML. Использование одного или нескольких сред разработки ML.
Предварительные требования
- Предварительные требования: (ECOR 2050 или STAT 3502 или STAT 2605 или SYSC 2510), (SYSC 1006 или SYSC 2006) и третьекурсное положение.
Условия и порядок
- Запрещает дополнительное зачтение для Запрещает дополнительное зачтение для COMP 3105, COMP 4105 (больше не предлагается).
- Предварительные требования: (ECOR 2050 или STAT 3502 или STAT 2605 или SYSC 2510), (SYSC 1006 или SYSC 2006) и третьекурсное положение.
- Лекции три часа в неделю, анализ задач один час в неделю.
Текст источника на языке оригинала
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.
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://calendar.carleton.ca/undergrad/courses/SYSC/