Loading...
机构名称:
¥ 1.0

EN.705.601。应用机器学习。3 个学分。机器学习 (ML) 是使用计算机解决计算问题的艺术,无需明确的程序。ML 现在如此普遍,以至于各种 ML 应用程序(例如图像识别、股票交易、电子邮件垃圾邮件检测、产品推荐、医疗诊断、预测性维护、网络安全等)我们周围的组织不断使用它,有时我们甚至没有意识到。在本课程中,我们将严格将机器学习技术应用于现实世界的数据,以解决现实世界的问题。我们将简要研究各种机器学习方法的基本原理,例如异常检测、集成学习、使用神经网络的深度学习等。主要重点是将基于 Python 的 Anaconda 和基于 Java 的 Weka 数据科学平台的工具库应用于来自在线资源(例如 Kaggle、UCI KDD、开源存储库等)的数据集。我们还将使用 Jupyter 笔记本来展示和演示几个机器学习管道。先决条件:EN.705.621 算法简介或 EN.605.621 算法基础或 EN.685.621 数据科学算法

人工智能

人工智能PDF文件第1页

人工智能PDF文件第2页

人工智能PDF文件第3页

相关文件推荐

2024 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2023 年
¥3.0
2024 年
¥4.0
2023 年
¥1.0
2013 年
¥3.0
2024 年
¥1.0
2023 年
¥5.0
2023 年
¥2.0
2020 年
¥9.0
2024 年
¥4.0
2022 年
¥3.0
2021 年
¥6.0
2023 年
¥1.0
2024 年
¥3.0
2024 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2020 年
¥3.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥11.0
2024 年
¥2.0
2024 年
¥10.0
2024 年
¥1.0
1900 年
¥1.0