机器学习与数据挖掘前沿(陈恩红, 刘淇) 2022春 2021春 2020春  课程号:COMP7204P01
2022春 2021春 2020春  课程号:COMP7204P01
(暂无评价)
  • 课程难度:你猜
  • 作业多少:你猜
  • 给分好坏:你猜
  • 收获大小:你猜
选课类别:专业 教学类型:理论实验课
课程类别:研究生课程 开课单位:计算机科学与技术系
课程层次:博士 学分:3.0
课程主页:暂无(如果你知道,劳烦告诉我们!)
简介 最后更新:

本课程主要以跟踪机器学习与数据挖掘领域国内外最新动态和研究前沿为主,授课方式为学术报告、实验报告、研讨交流,考核方式为每个博士生围绕相关主题至少要做一次学术报告并积极参与交流讨论,课程结束以后提交一份技术报告。具体要求为每堂课2-3个学术报告,每个报告时长45---60分钟,讨论20分钟,报告内容围绕机器学习、数据挖掘相关方向(结合自身科研),至少前2/3是本领域前沿综述性内容;与此同时,每位同学围绕自己本学期的学术报告进行科学实验,并在课程结束以后提交一份包含实验结果的技术报告。机器学习与数据挖掘是人工智能的重要分支,专门研究计算机怎样模拟或实现人类的学习行为,以从各类数据记录中挖掘、获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。作为一门多领域交叉学科,涉及统计学、概率论、数据科学、凸分析、算法设计、人工智能等多门学科,深度学习、监督学习、无监督学习、元学习、主动学习、强化学习、文本挖掘、图计算、推荐系统、计算广告、迁移学习等各项技术,以及智慧城市、智能商务、信息安全和隐私保护、智慧医疗、智慧教育等众多应用领域。因此本课程将围绕机器学习与数据挖掘相关的这些学科、技术和应用方法等的前沿内容展开教学、学术和实验技术讨论。

点评 写点评

还没有评论耶!放着我来!

陈恩红

教师主页: 戳这里

刘淇

教师主页: 戳这里

其他老师的「机器学习与数据挖掘前沿」课

陈恩红 6.0 (1) 2019春 2018春...
未知 2017春

陈恩红老师的其他课

数据科学导论 8.8 (5) 2020秋 2019秋...
人工智能基础 10.0 (1) 2013春 2010秋
新生“科学与社会”研讨课 7.5 (2) 2015春 2014秋...
机器学习与知识发现 7.5 (2) 2019秋 2018秋...
机器学习与数据挖掘前沿 6.0 (1) 2019春 2018春...
机器学习与知识发现 3.8 (8) 2021秋 2020秋
人工智能原理 2004秋 2004春...
人工智能基础 2011秋 2009秋...
数理逻辑 2008春
数据科学导论 2022秋 2021秋

刘淇老师的其他课

数据科学导论 8.8 (5) 2020秋 2019秋...
数据分析及实践 9.5 (2) 2022春 2021春
“科学与社会”研讨课 10.0 (1) 2022秋 2022春...
数据库概论 10.0 (1) 2021春
数据库概论 9.0 (1) 2020春 2019春...
数据科学导论 7.8 (4) 2021秋 2019秋
数据库概论 2017春