描述
判别分析、主成分分析、支持向量机；再生核希尔伯特空间与核方法；神经网络；VC 理论、PAC 学习。其他主题可能包括：贝叶斯建模、流形学习、提升法（boosting）。
原文参考文本
Discriminant analysis, principal component analysis, support vector machines; reproducing kernel Hilbert spaces and kernel methods; neural networks; VC Theory, PAC learning. Additional topics may include: Bayesian modelling, manifold learning, boosting.
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/grad/courses/STAT/