描述
分类与回归导论。优化、向量化、梯度下降、代价函数、损失函数与激活函数。人工智能基础与入门、人工神经网络、前向与反向传播、多层感知器及其他类型深度神经网络模型，及其在多媒体、网络、金融等领域的应用。
先修课程
- 先修课程：BIT 2009 和 BIT 2400。
条件与方式
- 另列为 OSS 4005。
- 先修课程：BIT 2009 和 BIT 2400。
- 每周讲课三小时。
原文参考文本
Introduction to classification and regression. Optimization, vectorization, gradient descent, cost, loss and activation functions. Introduction and basics to AI, Artificial Neural Networks, forward and backward propagation, Multi Layer Perceptron, and other types of Deep Neural Network models, their applications in multimedia, networks, finance, etc.
- Prerequisite(s): BIT 2009 and BIT 2400 .
- Also listed as OSS 4005 .
- Lectures three hours 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/IRM/