| 项目 | 内容 |
|---|---|
| 课程代码 | CSCC11H3 |
| 英文名称 | Introduction to Machine Learning and Data Mining |
| 中文参考译名 | 机器学习与数据挖掘导论 |
中文导读
介绍依据经验数据自动学习关系的方法,涵盖分类与回归、近邻、决策树、线性与非线性模型、神经网络、贝叶斯方法、聚类、降维、模型选择、过拟合与准确度评估,以及大型数据库处理问题。
选课与修读条件
先修条件
〔MATB23H3 或 MATB24H3〕 且 MATB41H3 且 STAB52H3 且 〔CGPA 至少 3.5 或 已注册 CSC Subject POSt 或 已注册且将本课列为项目要求的非 CSC Subject POSt〕
排除课程
CSC311H1, CSC311H5, CSC411H1, CSCD11H3
建议准备
广度类别
定量推理(Quantitative Reasoning)
官方资料入口
中文名称与导读为学联参考整理,非学校官方译本。目录快照核对日期:2026-11-13;实际开课和个人选课资格请核对当季课表、官方课程页及 ACORN。源站可能更新。外链资料权利归其原权利人,本站许可不适用于外链内容。
学长学姐说(0)
修过 CSCC11H3 的同学写的亲身经历,经 Wiki 编辑审核后发布,只代表作者本人的体验,课程安排每学期可能不同,以当学期 syllabus 为准。
还没有人写这门课。修过的话,欢迎写一段真实经历给学弟学妹参考。
可视化编辑
源代码
语法帮助
