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
應用機器學習 迴歸與正則化、機率方法、降維、叢集。監督式、非監督式與強化學習。資料前處理。使用機器學習工具箱之實作經驗。工程應用。講授課，每週3小時；實驗，每週2小時。限制：開放予 BEng 主修學生。先修課程：IENG 2P12 同時修課要求：IENG 3P12 注意：須與 IENG 3P12 Automation and Robotics 共同完成一個小型專案。
先修條件
- 先修課程：IENG 2P12
條件與方式
- 限制：開放予 BEng 主修學生。
- 先修課程：IENG 2P12
- 同時修課要求：IENG 3P12
- 注意：須與 IENG 3P12 Automation and Robotics 共同完成一個小型專案。
原文參考文本
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.
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/undergrad/engs.html