此參考說明所註明的目錄。請向該機構確認當前課程供給與適用於你入學的條件。
課程說明
進階機器學習 機器學習的基礎與進階概念。基礎概念：分類、回歸、核技術、特徵選擇、推論、取樣技術、貝式網路與能量基礎模型。進階主題：表徵學習、針對影像與序列的神經網路、圖神經網路、深度生成模型、遷移學習、注意力機制。
原文參考文本
Advanced Machine Learning Fundamental and advanced concepts in machine learning. Basic concepts: classification, regression, kernel techniques, feature selection, inference, sampling techniques, Bayesian networks, and energy-based models. Advanced topics: representation learning, neural networks for images and sequences, graph neural networks, deep generative models, transfer learning, attention mechanisms.
來源與參考
保留日期與來源以協助你核實資料。為便於閱讀提供譯文；官方來源為條件與要求的參照。
來源參考 : https://brocku.ca/webcal/2024/graduate/cosc.html