本课程涵盖了监督机器学习方法(ML)。学生将深入了解各种ML方法的功能、性能和差异。这些概念将通过数学结果加以支持和证明。
成功完成该模块后,学生将能够:
- 深入了解各种古典和现代监督学习算法。
- 了解管理学习算法的基本局限性和原则,以及评估和提高其绩效的方法。
学生将熟悉监督学习的基础主题,如最近邻居、线性回归、核方法和正则化,以及一些现代研究领域,如多任务学习和优化方法。
该课程涵盖的主题包括但不限于:
- 最近邻居
- 线性回归
- 核和正则化
- 支持向量机
- 高斯过程
- 决策树
- 集成学习
- 稀疏方法
- 多任务学习
- 近端方法
- 半监督学习
- 神经网络
- 矩阵分解
- 在线学习
- 统计学习理论
为了有资格选择此模块作为可选或选修课,学生必须:
1. 在计划和年度学年中注册该模块。
2. 具备高水平的多变量演算、概率与组合学和线性代数能力,以便理解基本和新颖的结果。
3. 理解该模块本质上是数学导向的,因此大部分内容将涉及正式的定理和证明。
选择DR.D留学生辅导机构,让我们携手开启留学之旅,为您的留学生活增添精彩!
严格按照学校要求完成,从审阅资料到论文代写交稿严格把关,100%原创论文,TurnitinUK查重检测,E-convier向您做无抄袭担保!
论文导师24小时待命,严格审核订单时间,100%确保在约定时限前交付,专业的客服体系,保证随叫随到,保证及时修改
E-convier超过1800名英语母语professional writers,其中95%是英国本地导师,并具有Maste或者PhD以上学位
E-convier为了保护您的个人信息和论文安全,所有资料全部通过银行级SSL256数据加密,永远做到让您高枕无忧
E-convier论文代写,2008年创办,10年知名品牌!
论文定制只需三步——随时随地管理您的订单!