คำอธิบาย
บทนำสู่การเรียนรู้ของเครื่องแบบมีผู้สอนและแบบไม่มีผู้สอน รวมถึงความรู้เชิงลึกของอัลกอริทึมหลายชนิดของแต่ละประเภท การประเมินและการวัดสมรรถนะการทำนายของระบบ ML การใช้หนึ่งหรือมากกว่าหนึ่งสภาพแวดล้อมการพัฒนา ML
รายวิชาก่อนหน้า
- วิชาก่อนศึกษา: ( ECOR 2050 หรือ STAT 3502 หรือ STAT 2605 หรือ SYSC 2510 ), ( SYSC 1006 หรือ SYSC 2006 ) และสถานะปีที่สาม.
เงื่อนไขและข้อกำหนด
- ป้องกันการให้เครดิตเพิ่มเติมสำหรับ ป้องกันการให้เครดิตเพิ่มเติมสำหรับ COMP 3105 , COMP 4105 (เลิกสอนแล้ว).
- วิชาก่อนศึกษา: ( ECOR 2050 หรือ STAT 3502 หรือ STAT 2605 หรือ SYSC 2510 ), ( SYSC 1006 หรือ SYSC 2006 ) และสถานะปีที่สาม.
- บรรยายสัปดาห์ละ 3 ชั่วโมง, การวิเคราะห์ปัญหา สัปดาห์ละ 1 ชั่วโมง.
ข้อความอ้างอิงในภาษาต้นฉบับ
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.
แหล่งที่มาและอ้างอิง
วันที่และแหล่งที่มาถูกเก็บไว้เพื่อช่วยให้คุณตรวจสอบข้อมูล การแปลเสนอเพื่ออำนวยความสะดวกในการอ่าน แหล่งทางการเป็นที่อ้างอิงสำหรับเงื่อนไขและข้อกำหนด
แหล่งอ้างอิง : https://calendar.carleton.ca/undergrad/courses/SYSC/