描述
介绍有监督和无监督机器学习（ML），包括对每类若干算法的深入了解。机器学习系统预测性能的评估与量化。使用一个或多个机器学习开发环境。
先修课程
- 先修课程：（ECOR 2050 或 STAT 3502 或 STAT 2605 或 SYSC 2510），（SYSC 1006 或 SYSC 2006）且三年级在读。
条件与方式
- 不予另行计入学分：不予另行计入学分 COMP 3105，COMP 4105（不再开设）。
- 先修课程：（ECOR 2050 或 STAT 3502 或 STAT 2605 或 SYSC 2510），（SYSC 1006 或 SYSC 2006）且三年级在读。
- 每周三小时讲课，每周一小时习题分析。
原文参考文本
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.
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://calendar.carleton.ca/undergrad/courses/SYSC/