首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

课程介绍:VE445——Introduction to Machine Learning

学生会全新板块

高阶选修课选课指南

1月4日惊险刺激的选课大战又将打响!

为了丰富学院的课程体系,学院正在逐渐为我们推出更多的全新高阶选修课。怎么?面对这些全新课程不知道该选什么?

别慌!学生会内联部为大家开设了新版块,在每次选课前,我们都会为大家介绍同学们关注的一些热门的全新高阶选修课。

本次推送我们将会关注苑波(Prof. Yuan)老师的VE445——机器学习导论Introduction to Machine Learning。

课程简介

课程特色

Machine Learning

本课程将会着眼于人工智能技术的概述,并会要求学生掌握SVM和CNN等重要技术。通过本课程的学习,学生将会对人工智能技术有一定的认识,并能掌握一些重要的机器学习模型和算法。

课程安排

Machine Learning

VE445由以下四部分组成:

3次lab(15%),

4次homework(20%)

1次project(15%)

1次final exam(50%)

由于课程的教学大纲syllabus目前正在编写中,最终安排可能会有所出入,仅供参考

其中,3次lab的主要内容分别是:SVM,GAN和reinforcement learning。实验需要同学熟练掌握Python 和 Tensorflow。

4次homework主要内容是阅读《Nature》和谷歌的《Deepmind》上的论文,并完成相关作业问题。

project的内容是利用深度学习做出金融预测模型

课程难度

Machine Learning

VE445由以下四部分组成:

3次lab(15%),

4次homework(20%),

1次project(15%)

1次final exam(50%)

由于课程的教学大纲syllabus目前正在编写中,最终安排可能会有所出入,仅供参考

其中,3次lab的主要内容分别是:SVM,GAN和reinforcement learning。实验需要同学熟练掌握python and tensorflow。

4次homework主要内容是阅读《nature》和谷歌的《Deepmind》上的论文,并完成相关作业问题。

project的内容是利用深度学习做出金融预测模型

Machine Learning

由于是概论课程,本课程的重点将不会是数学计算和算法(但依旧会在lab和RC课重涉及)。课程的平均分将会在85分左右。综上来说,本课程不会非常硬核和困难。

如有其他问题,欢迎咨询本课程的授课老师和助教。联系方式

最后祝大家选课愉快!

编辑:卢嘉晨、张天成

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190101B11P4U00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券