Pembelajaran Mesin (henteu diajarkeun Spring 2021. Pariksa kasadiaan), bidang studi anu masihan komputer kamampuan diajar tina data, mangrupikeun inti tina ampir unggal disiplin ilmiah, sareng kajian generalisasi (nyaéta prediksi) tina data mangrupikeun poko pusat tina pembelajaran mesin. Kursus ieu masihan perkenalan tingkat lulusan pikeun diajar mesin sareng sinyalna jero ngeunaan metode anyar sareng canggih dina pembelajaran mesin, ogé tiori anu aya dina dasarna. Éta nekenkeun pendekatan sareng perhatosan praktis sareng ngabahas sababaraha aplikasi pembelajaran mesin anu anyar, sapertos Data Mining (dina Big Data / Data Science, Data Analytics), Processing Bahasa Alami, Visi Komputer, Robotika, Bioinformatika sareng Téks sareng pamrosésan data Wéb. Pembelajaran Mesin dianggo di sababaraha industri diantarana Jasa Keuangan, Minyak & Gas, Perawatan Kaséhatan, Pamasaran & Iklan, Pamaréntah, Internét sareng Internét Hal.
Kursus ieu nyertakeun sababaraha rupa paradigma diajar, algoritma, hasil teoritis sareng aplikasi. Éta ngagunakeun konsép dasar tina kecerdasan buatan, tiori inpormasi, statistik, sareng tiori kontrol dugi ka aya hubunganana sareng pembelajaran mesin. Jejer kaasup: diajar diawasi (diajar generatif / diskriminatif, pembelajaran paramétris / non-paramétris, jaringan saraf, mesin vektor pangrojong, tangkal kaputusan, diajar Bayesian & optimalisasi); diajar tanpa pangawasan (klustering, rédiménsi diménsi, metode kernel); téori diajar (tradeoff bias / varian; téori VC; margina ageung); diajar penguatan sareng kontrol adaptif. Jejer anu sanésna kalebet HMM (Modél Hidden Markov), Komputasi Évolusi, Deep Learning (Kalayan Neural Nets) sareng ngararancang algoritma anu kinerjaana tiasa dianalisis sacara ketat pikeun masalah pembelajaran mesin dasar.
Bagian penting tangtu mangrupakeun proyék grup. parabot open source utama dipaké pikeun paralel, disebarkeun sarta scalable learning mesin bakal sakeudeung katutup pikeun mantuan siswa ngalakonan proyék. (Hijian 4) prerequisite: Euweuh.