課程說明
監督式與非監督式機器學習導論，包括各類別若干演算法之深入知識。機器學習系統預測效能之評估與量化。使用一個或多個機器學習開發環境。
先修條件
- 先修課程：( ECOR 2050 或 STAT 3502 或 STAT 2605 或 SYSC 2510 )、( SYSC 1006 或 SYSC 2006 ) 及三年級資格。
條件與方式
- 不得重複給予 COMP 3105、COMP 4105（不再開設）之學分。
- 先修課程：( ECOR 2050 或 STAT 3502 或 STAT 2605 或 SYSC 2510 )、( SYSC 1006 或 SYSC 2006 ) 及三年級資格。
- 每週三小時授課、每週一小時習題解析。
原文參考文本
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.
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://calendar.carleton.ca/undergrad/courses/SYSC/