该参考描述所示目录。请向院校确认当前的招生项目及适用于您入学年的条件。
描述
应用机器学习 回归与正则化、概率方法、降维、聚类。监督学习、无监督学习与强化学习。数据预处理。机器学习工具箱的实践操作。工程中的应用。讲座，每周3小时；实验，每周2小时。限制：对 BEng 主修开放。先修课程：IENG 2P12 同时修读课程：IENG 3P12 注：需与 IENG 3P12 Automation and Robotics 一并完成一个小型项目。
先修课程
- 先修课程：IENG 2P12
条件与方式
- 限制：对 BEng 主修开放。
- 先修课程：IENG 2P12
- 同时修读课程：IENG 3P12
- 注：需与 IENG 3P12 Automation and Robotics 一并完成一个小型项目。
原文参考文本
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.
来源与参考
为帮助您核实信息，保留了日期和来源。为便于阅读提供了翻译；以官方来源为准，查看条件和要求。
来源参考 : https://brocku.ca/webcal/2024/undergrad/engs.html