课程简介 Course Overview
UCL- Comp0081应用机器学习课程旨在深入探讨与大规模机器学习有效实施相关的主题，重点放在线性和非线性机器学习模型的优化上。学生将通过解决在线机器学习挑战来获得解决现实世界问题的经验，并了解各种方法的优化挑战以及相关的时间和空间复杂性。
课程目标 Course Objectives
课程学习成果 Course Learning Outcomes
成功完成本课程后，学生将能够：
课程学习内容 The course learning content includes
该课程涵盖以下主题：
解决大规模线性系统的方法，包括共轭梯度。
经典回归和分类方法，包括线性回归和逻辑回归。
无监督学习的聚类方法。
快速最近邻方法。
矩阵和张量分解。
可视化方法。
结合方法和梯度提升机。
数据伦理和机器学习中的公平性。
课程所需条件 Course Requirements
要有资格选择该课程作为可选或选修课程，学生必须：
请注意，还建议在学期1中学习图形模型或概率与无监督学习。该课程不是机器学习的介绍。
如需了解有关UCL-应用机器学习课程辅导以及其他英国课程辅导的详细信息，请随时咨询DR.D留学生辅导机构。
