统计数据科学和机器学习

模块供应商: Mathematics and Statistics
学分数： 10 [5 ECTS credits]
水平:7
教学用语： 春天 term module
先决条件: MA1MSP Mathematical and Statistical Programming MA2MPR Mathematical Programming ST1PS Probability and Statistics
模块化的必备条件:
相关内容:
模块被排除在外: ST3SML Statistical Data Science and Machine Learning
目前从: 2021/2

模块召集人: Fazil Baksh博士
电子邮件: m.f.baksh@reading.ac.uk

模块类型：

概述模块描述：

The topics of Data Science, Machine Learning and Artificial Intelligence have recently become part  of the public consciousness, in part due to their successful application in industry (most notably at large technology companies). 这些领域中使用的许多最成功的技术都是以统计技术为基础的。 本模块首先介绍一些基础技术，并展示如何将它们应用于数据科学和机器学习中的问题。

目的:

本模块旨在让学生对统计机器学习中使用的各种方法有一个扎实的理解，并能够实现和使用其中的一些方法。 它还旨在将学生与该领域正在进行的NBA投注[手机]俱乐部研究联系起来。

可评估的学习成果：

在本单元结束时，学生将能够：

• 使用和解释数据科学和机器学习的基础统计方法；


• 制作软件实现模块中所教的方法；


• use statistical learning tools to build and evaluate algorithms for supervised learning .

该模块将比排除在外的模块ST3SML进行更深入的评估。

额外的结果:

学生还将获得阅读科学文献和了解当前NBA投注[手机]俱乐部研究的经验。

大纲内容:

该模块将首先介绍数据科学、机器学习和人工智能，然后描述支撑这些主题的统计方法的思想。 该模块侧重于机器学习，涵盖回归和分类的主题，包括：线性和逻辑回归； 线性和二次判别分析； 重采样方法; 模型选择和正则化； 岭回归; 拉索; dimension reduction me thods; 主成分回归； 偏最小二乘； 高维问题； 回归样条函数; 广义加性模型； 基于树的方法; 装袋; 叠加; 随机森林; 提高; 神经网络与深度学习； 支持向量机。

教学方法简述：

核心材料将在16节课中讲授。 这些内容将由“统计学习概论与R应用程序”一书中的材料提供支持，该书与NBA投注[手机]俱乐部研究文章和博客文章一起在网上免费提供。

这一系列资源将用于让学生了解在工业界或学术界工作的数据科学家学习其学科的方式。 This will provide st udents who are interested in the area a path to explore the subject more widely, whilst being supported by being provided with an easy-to-follow path through the material.

在课程之间将会有4节实用的电脑实验课。 每堂课都会让学生有机会学习将讲座中涵盖的概念编码。

会有一个作业，在课程开始时发，最后交上来。 The assignment will consi st of problems that one will need to use software implementations of the algorithms in the module in order to solve. PC实验将涵盖与作业中给出的问题非常接近的问题，以激励学生参加PC实验，并随着模块的进展参与其中。

如有需要，将提供编程方面的额外支持。

联系时间:

	秋天	春天	夏天
讲座		16
实践课程和工作坊		4
引导自主学习：		80
按学期划分的总学时	0	100	0
模块总学时	100

总结性考核方法：

方法	百分比
笔试	100

总结性评核-考试：

一场考试，2小时

总结性评估-课程作业和课堂测试：

形成性评价方法：

实习期间的反馈。

逾期提交的处罚：

支助中心将对逾期提交的工作实行下列处罚：

• 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。

The University policy statement on penalties for late submission can be found at: /web/FILES/qualitysupport/penaltiesforlatesubmission.pdf
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2学时的试卷一张。

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: 2021年6月28日