UniMate AI

COMP4702/COMP7703

Machine Learning

2 学分难度 中等👥 55 人学过

本课程介绍机器学习是人工智能的一个分支,涉及自适应算法的开发和应用,这些算法使用示例数据或以前的经验来解决给定问题。 主题包括:学习问题(例如回归,分类,无监督,强化)和理论,神经网络,统计和概率模型,聚类,集合,实施问题,应用(例如生物信息学,认知科学,预测,机器人,信号和图像处理)。

Reviews

学生评价

2.0

难度

2.8

含金量

2.3

压力

2.8

教师评分

Tutor Admin

老师人不错,乐于回答问题。Practicals是非常有用的,可以学到很多。

Tutor Admin

很好的机器学习overview,但就是内容不够深入。课程倒也不是很困难,就是老师总给人一种他也不是知道很多懂很多的感觉。Practicals就还行。

Zijun Chu

讲座没有添加任何内容,它们只是向您展示了一堆超级广义的数学知识。练习很简单。基本上,您使用的是matlab / numpy fit ployfit等...,但是他们从不麻烦您通过实际使用此软件包/扩展程序。而您在包装中寻找的东西是如此利基。该课程浪费了时间,因为它可能无法涵盖稍后要使用的基础知识。

Jason Zhang

这门课超级难,挂科率有点高。慎重选择。

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。