CSMML16-Machine学习
模块供应商: Computer Science
学分数: 10 [5 ECTS credits]
水平:7
教学用语: 春天 term module
先决条件:
模块化的必备条件:
相关内容: CSMMA16 Mathematics and Statistics
模块被排除在外:
目前从: 2021/2
模块召集人: Yevgeniya Kovalchuk博士
电子邮件: y.kovalchuk@reading.ac.uk
模块类型:
概述模块描述:
这个模块涵盖了机器学习的主题。
目的:
该模块的目的是向学生介绍当前机器学习的方法及其在现实世界问题中的应用。
可评估的学习成果:
学生将能够:
- 了解支持向量机(SVM),人工神经网络(ANN)和集成方法
- 了解深度神经网络,如卷积神经网络(CNN),循环神经网络(RNN)和生成对抗网络(GAN)。
- 为有监督和无监督问题确定适当的机器学习方法。
- Explain the process of training and making pre dictions with a neural network.
- 为特定问题确定合适的神经网络架构。
- 将多类神经网络应用于涉及图像和文本数据的现实世界问题。
额外的结果:
学生将熟悉机器学习和神经网络库,以及Python编程语言。
大纲内容:
The module covers foundational topics in relevant machine learning algorithms:
Classification and Clustering
- 支持向量机
神经网络:
- 反向传播
- 随机梯度下降
- 激活功能
- 前馈和循环架构
- 卷积神经网络
< p>Ensemble methods: Boosting, Bagging, Stacking
学生s will learn how to apply these methods in various domains using the Python language and libraries, including:
Image classification Image synthesis
Natural language processing
教学方法简述:
该模块包括10个讲座和每周的指导实践课,这些实践课将实施讲座中涵盖的方法。
秋天 | 春天 | 夏天 | |
讲座 | 10 | ||
实践课程和工作坊 | 6 | ||
引导自主学习: | 84 | ||
按学期划分的总学时 | 0 | 100 | 0 |
模块总学时 | 100 |
方法 | 百分比 |
笔试 | 50 |
论文以外的项目成果 | 50 |
总结性评核-考试:
5月/ 6月一次1.5小时的试卷。
总结性评估-课程作业和课堂测试:
一个基于项目的任务。
形成性评价方法:
实践课的反馈。
逾期提交的处罚:
下列资料适用于修读nba投注式课程的学生,但修读nba投注弹性课程的学生除外。 Penalties for late submission, and the associated procedures, which apply to Postgraduate Flexible programmes are specified in the policy Penalties for late submission for Postgraduate Flexible programmes, which can be found here: /web/files/qualitysupport/penaltiesforlatesubmissionPGflexible.pdf
The Support Centres will apply the following penalties for work submitted late:
- 在原定截止日期(或任何正式同意的延期截止日期)之后提交的作业:截止日期后的每个工作日(或其中的一部分)将从该作业的总分数中扣除10%的分数,最多可达五个工作日;
- 如果作品在原始截止日期(或任何正式同意的截止日期延长)后超过五个工作日提交:将记录零分。
You are strongly advised to ensure that coursework is submitted by the relevant deadline. 您应该注意,建议在未完成状态下提交作业,而不是没有提交任何作业。
通过考试的评估要求:
总体得分为50%。
重新安排:
8月/ 9月一次2小时的考试。 请注意,补考模块的分数将以以下两项中较高者为准:(a)本次补考的分数;(b)本次补考的分数与之前课程作业的分数的平均值,根据第一次尝试(50%考试分数,50%课程作业分数)进行加权。
额外费用(适用时指定):
1) Required text books: None
2) Specialist equipment or materials: None
3) Specialist clothing, footwear or headgear: None
4) Printing and binding: None
5) Computers and devices with a particular specification: None
6) Travel, accommodation and subsistence: None
最后更新: 8月17日
本模块描述中包含的信息不构成学生合同的任何部分。