集成电路352机器学习
本课程介绍机器学习的关键算法和理论。学生将研究有监督和无监督学习算法。他们将了解机器学习在人工智能、统计学和数据科学中的基本概念。主题包括自动驾驶汽车、谷歌搜索和Facebook照片标签等最新应用中使用的学习算法。
第一天必须出席。
注意:学生有责任了解并遵守他们注册的ICS课程的先决条件,如果他们没有达到先决条件,将被行政部门从课程中除名。
先决条件
特殊的信息
注意:学生有责任了解并遵守他们注册的ICS课程的先决条件,如果他们没有达到先决条件,将被行政部门从课程中除名。
4
本科学分
自2018年5月3日起生效
学习成果
一般
- 区分机器学习中使用的基本理论。
- 学习和检验不同的学习方法,如决策树学习、贝叶斯学习和人工神经网络。
- 实现和测试不同类型的学习算法。
- 针对不同的应用,制定机器学习问题
- 描述学习算法在大范围数据中的应用
2025年春季
部分 | 标题 | 教练 | 书 | eservices |
---|---|---|---|---|
50 | 机器学习 | 布拉德福德·阿米蒂奇 | 书用于ICS-352-50春季2025 | 课程详细信息用于ICS-352-50春季2025 |
51 | 机器学习 | Munmun, Mousumi | 书用于ICS-352-51春季2025 | 课程详细信息用于ICS-352-51春季2025 |
2025年秋季
部分 | 标题 | 教练 | 书 | eservices |
---|---|---|---|---|
01 | 机器学习 | Munmun, Mousumi | 书ICS-352-01秋季2025 | 课程详细信息ICS-352-01秋季2025 |
50 | 机器学习 | Munmun, Mousumi | 书用于ICS-352-50秋季2025 | 课程详细信息用于ICS-352-50秋季2025 |