XiaoMi-AI文件搜索系统
World File Search SystemCSCI
CSCI 699：概率和生成模型
目录描述概率和生成性模型，包括近似推理算法（MCMC，变异推理），深入生成模型（自动回应，得分匹配，扩散和基于流程的模型）以及基于模型的顺序决策。课程描述本课程的重点是概率的基本原理及其在现代机器学习和生成建模中的核心作用。随着概率越来越多地推动AI的进步，本课程将探索其在一系列主题中的应用程序。从近似推理算法到通过大规模自学学习的生成模型，再到基于概率模型的决策方法，您将对这些方法如何塑造当代AI研究有了更深入的了解。通过本课程学习目标，将向您介绍概率机器学习中的核心主题，包括概率图形模型和近似推理算法（例如MCMC和变异推理），深层生成模型，例如自动化，自动性，得分匹配，基于基于流程的方法和基于概率的模型，以及概率的模型和方法，并均基于概率和方法（避孕方法）（均匀的模型）（均匀的方法）（均匀的方法）（均匀的方法）（均匀的方法）（均匀的方法）（均匀的方法）（均匀的方法）（均匀的方法（基于信息的实验设计）。在本课程结束时，您将熟悉尖端研究和该领域的历史基础。建议准备本课程是为当前从事研究或希望从事研究的学生设计的，以概率的机器学习或深层生成模型进行研究。学生有望对阅读和介绍现代机器学习会议论文感到满意。熟悉机器学习（在CSCI 567级别），算法（在CSCI 570的级别上）和概率（在数学505a的级别）将是有益的。课程注释等级类型：字母等级。演讲幻灯片和其他课堂信息的副本将发布在课程网站上。技术水平和硬件/软件所需的本课程没有特定的软件要求。该课程将定期计划使用部分讲座进行课堂（实践）的“实验室会议”，以提供更多的动手经验，以我们将学习的理论概念。这些会话将涉及运行代码并使用概率和生成模型的实现。因此，鼓励学生（尽管不需要）学生将笔记本电脑带到每个班级，以便他们可以跟随并参加这些实践实验室会议。这些会议也将有助于实施技能，这些技能可以在整个学期中运行的课程项目中使用。此外，请参阅有关USC计算中心笔记本电脑借贷程序（链接）的以下信息。所需的读数和补充材料在此类中没有必需的读数，补充材料或教科书。可选的读数和补充材料以下资源对本类涵盖的许多主题很有用：1。凯文·墨菲（Kevin Murphy），“机器学习：概率观点”，2012年（链接）。2。凯文·墨菲（Kevin Murphy），“概率机器学习：高级主题”，2023年（链接）。3。4。5。Chris Bishop，“模式识别和机器学习”，2006年（链接）。克里斯·毕晓普（Chris Bishop），“深度学习 - 基础和概念”，2024年（链接）。Stefano Ermon，深层生成模型，课程注释（链接）。
CSCI 599：用于机器学习的优化
• what is convexity and why is it useful (convex optimization) • why can we train using only mini-batches (stochastic optimization) • why Adam is typically preferred over SGD (preconditioning and adaptivity) • how to train robust ML models (min-max optimization) • explaining feature learning in neural networks (non-convex optimization) • how to train privately on distributed datasets (federated optimization)注意：本课程是理论上的。学习目标本课程将使您通过优化的形式主义来查看机器学习。您将能够分析优化算法并得出其收敛速率。您将学习现代ML中使用的大量算法，并了解它们都旨在实现的权衡。您还将学会在实践中实施它们。建议的准备概率（在数学505A的级别），线性代数和多变量的演算（在数学225的水平上），算法分析（在CSCI 570的级别上）和机器学习（在CSCI 567的水平上）。课程注释类型：信用或信用编号/信用技术熟练程度和所需的硬件/软件您将需要一台可以在本课程中运行Pytorch的笔记本电脑 - 将笔记本电脑带到运动课程。USC计算中心笔记本电脑借贷程序的链接信息。所需的读数和补充材料我们将使用来自多个来源的材料，包括以下教科书的一部分：
计算机科学（CSCI-UA）
CSCI-UA 2计算机编程简介（没有先前的经验）（4个学分）通常提供秋季，春季和夏季期限的先决条件：三年的高中数学或同等学历。没有以前的计算机经验。具有任何编程经验的学生应在注册之前咨询计算机科学系。参加或正在服用CSCI-UA 101的学生将无法获得本课程的学分。注意：本课程不适用于计算机科学专业，尽管这是没有以前没有编程经验的学生的先决条件，他们希望继续在CSCI-UA 101中。提供每个学期。4分。 介绍了计算机编程的基础知识，这是计算机科学的基础。 学生设计，编写和调试计算机程序。 不假定对编程的了解。 分级：CAS分级可重复以获得额外的信用：否4分。介绍了计算机编程的基础知识，这是计算机科学的基础。学生设计，编写和调试计算机程序。不假定对编程的了解。分级：CAS分级可重复以获得额外的信用：否
计算机科学（CSCI）
CSCI 2942-物联网：物联网（3个学分）在一个与其他所有事物相连的世界中，它如何工作？本课程介绍了（1）设计可以感知环境并以有意义的方式响应人类的技术，以及（2）创建收集和交换数据的物理对象网络。这样的系统可能包括可穿戴传感器，互动艺术和与互联网连接的家用设备。在单独工作和团队中工作，学生将使用工厂的材料，设备和制造工具开发项目。该课程涉及相当大的原型制作和软件开发，但只需要介绍性编程和原型制作经验。PREREQ：C-或更高等级在以下课程中：CSCI 1410和CSCI 1411。与IWKS 4120的交叉列出。最大小时：3个学分。分级基础：字母等级：C-或更高等级在以下课程中：CSCI 1410和CSCI1411。
计算机科学（CSCI）
CSCI 5660 - 数值分析 I (3 学分) 第一学期的数值方法和分析课程，是科学计算、数据科学、机器学习和科学与工程计算模型中遇到的许多算法的基础。算法的舍入误差和数值稳定性；线性和非线性方程的解；使用插值和最小二乘法进行数据建模；以及优化方法。本课程假设学生具有微分和积分微积分（例如 MATH 2411）、线性代数（例如 MATH 3191 或 3195）和计算机编程（例如 MATH 1376 或 CSCI 1410）的同等知识。与 CSCI 4650、MATH 4650 和 MATH 5660 交叉列出。限制：仅限具有研究生资格的学生。开课学期：秋季、春季、夏季。最大学时：3 学分。评分依据：字母等级限制：仅限具有研究生资格的学生。通常提供：秋季、春季、夏季。
mcce-pos.pdf
主要选修课程代码标题信用条件准则CSCI362网络安全3 CSCI342-CSCI300 CSCI370视觉编程3 CSCI335-CSCI300 CSCI372自然语言处理3 CSCI300 CSCI426 Web编程高级3 CSCI390 CSCI441机器学习3 CSCI378 CSCI443游戏开发3 CSCI378 CSCI378 CSCI454高级Robotics 3 CSCI373
CSCI 5525机器学习：分析和方法秋季2024
您有大约14天（即2周）来完成每项作业（确切的截止日期将在每个任务中指定）。将不接受较晚的提交。所有提交都必须是电子的，并通过画布系统上传。书面零件应整齐地写入/扫描或排版，并且必须作为PDF文件提交。对于在相关领域进行研究的学生，强烈鼓励您使用l a t e x键入解决方案。计算机程序必须以Python笔记本格式提交。在本课程中只能使用和接受Python 3。强烈鼓励有关家庭作业问题的合作，但是每个学生都必须确保单独准备最终提交的提交。应在问题级别的最终提交中正确确认合作者。同样适用于计算机程序。pla窃和作弊不容忍，并且要采取纪律处分。请咨询学生的行为守则以获取更多信息：https：//regents.umn.edu/sites/regents.umn.edu/files/2019-09/polition_student_conduct_code_code.pdf
CSCI 4362-5362道德黑客
与讲师交流的最方便方式是通过画布中的收件箱。为您的方便下载移动应用程序。讨论委员会的沟通请将一般课程或作业问题发布到一般课程问题和答案讨论主题。鼓励学生回答同学的问题。我将阅读所有讨论帖子，并根据需要添加评论/建议/问题，以保持有关主题的讨论。在需要时在论坛中提供了有关讨论的特定主题说明。画布通知：接收有关课程事件的即时通知，例如通过画布提交，讨论消息和公告。作业和所有可交付成果将在到期日后一周内对分级和退还。
课程外线秋季2024机器学习 - CSCI 5350（混合同步类）房间：COB 255星期二至周四12：00-2：00 PM讲师：Arun Kulkarn
残疾/可及性服务：根据《康复法》第504条，《美国残疾人法》（ADA）和《 ADA修正案法》（ADAAA）（德克萨斯州泰勒大学）为学习，身体和心理残疾的学生提供住宿。如果您患有残疾，包括不可访问的诊断，例如学习障碍，慢性病，TBI，PTSD，ADHD，或者您在以前的教育环境中有修改或住宿的历史，则鼓励您访问https://hind.accessiblearning.com/uttyly.com/uttyler和填写新生的学生。在提交申请时，学生可访问性和资源（SAR）办公室将与您联系，并与助理董事学生服务/ADA协调员Cynthia Lowery任命。有关更多信息，包括填写服务申请，请访问SAR网页http://www.uttyler.edu/disabilityservices，位于大学中心的SAR办公室，＃3150，或致电903.566.7079。
计算机科学（CSCI）
CSCI 245。编程II：面向对象的设计。（4个学分）通往计算机科学专业的门户，在计算机科学领域引入了一系列主题。Java或类似的编程语言中面向对象的编程：用构图和继承重复使用代码；通用类型；设计模式。软件开发：开发工具，良好设计的属性。算法分析；搜索和分类算法。抽象数据类型：堆栈，队列，树，哈希；链接基于与数组的实现。C中的系统编程；指针和动态分配；机器内存，组织和执行的模型。先决条件：CSCI 235或部门批准。