Statistical Machine Learning I
统计机器学习 I
本课程侧重于统计机器学习的理论基础和基本方法,涵盖机器学习概率理论和统计推论的关键概念,回归和分类的古典和尖端方法和理论,以及无监督学习的流行方法。
香港城市大学课程目录与真实课程评价,帮助你了解课程、分享学习体验。
统计机器学习 I
本课程侧重于统计机器学习的理论基础和基本方法,涵盖机器学习概率理论和统计推论的关键概念,回归和分类的古典和尖端方法和理论,以及无监督学习的流行方法。
存储和获取数据
该课程提供关系数据库知识,并介绍Hadoop/Spark系统,包括设计关系数据库的实体-关系模型、数据库开发过程的原则、通过数据库检索和存储数据的结构查询语言以及Hadoop/Spark的入门级内容。
统计机器学习 II
该课程侧重于在无监督和监督的学习中理论基础和基本方法,以及深层学习方法以及应用Python来编程和实施上述算法和方法的纪律。
数据科学研究项目
这一课程为学生提供了充分的机会,以展示其独立处理数据分析问题的创新能力和举措,发展将数据科学知识和数据分析技能纳入实际情景并加以应用的能力,并探讨数据收集和管理对道德和隐私的影响。
动态规划和强化学习
该课程介绍了动态编程——不确定性下连续决策问题的基本模式和解决方案,以及强化学习——通过自主代理人的尝试和错误与世界的互动来作出接近最佳决定的学习框架。
实验的设计
该课程的目的是向学生提供对实验和回归方法设计的理解,培养他们设计和分析物理和计算机实验的能力,并向他们强调这种系统方法的价值。