課程說明
判別分析、主成分分析、支援向量機；再生核希爾伯特空間與核方法；神經網路；VC 理論、PAC 學習。其他可能主題包括：貝氏建模、流形學習、提升法（boosting）。
原文參考文本
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.
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/grad/courses/STAT/