Ang Machine Learning (ML) ay ang larangan ng pag-aaral na nagbibigay sa mga computer ng kakayahang matuto mula sa data, ay nasa puso ng halos lahat ng siyentipikong disiplina, at ang pag-aaral ng generalization (iyon ay, hula) mula sa data ay ang pangunahing paksa ng machine learning . Ang kursong ito ay nagbibigay ng graduate-level na panimula sa machine learning at malalim na saklaw ng mga bago at advanced na pamamaraan sa machine learning, pati na rin ang kanilang pinagbabatayan na teorya. Binibigyang-diin nito ang mga diskarte na may praktikal na kaugnayan at tinatalakay ang ilang kamakailang aplikasyon ng machine learning, tulad ng Data Mining (sa Big Data / Data Science, Data Analytics), Natural Language Processing, Computer Vision, Robotics, Bioinformatics at Text at Web data processing. Ginagamit ang Machine Learning sa iba't ibang industriya kabilang ang Financial Services, Oil & Gas, Health Care, Marketing at Advertising, Government, Internet at Internet of Things.
Sinasaklaw ng kursong ito ang iba't ibang mga paradigma sa pag-aaral, mga algorithm, mga resulta ng teoretikal at aplikasyon. Gumagamit ito ng pangunahing mga konsepto mula sa artipisyal na intelihensiya, teorya ng impormasyon, istatistika, at teorya ng kontrol hanggang sa nauugnay ang mga ito sa pag-aaral ng makina. Kasama sa mga paksang: pinangangasiwaang pag-aaral (generative / discriminative learning, parametric / non-parametric learning, neural network, support vector machine, decision tree, Bayesian learning & optimization); hindi suportadong pag-aaral (pag-cluster, pagbawas ng dimensionalidad, mga pamamaraan ng kernel); teorya sa pag-aaral (bias / pagkakaiba-iba tradeoffs; teorya ng VC; malalaking margin); pag-aaral ng pampatibay at adaptive control. Ang iba pang mga paksa ay kasama ang HMM (Nakatagong Markov Model), Evolutionary Computing, Deep Learning (With Neural Nets) at pagdidisenyo ng mga algorithm na ang pagganap ay maaaring mahigpit na masuri para sa pangunahing mga problema sa pag-aaral ng makina.
Ang isang mahalagang bahagi ng kurso ay isang proyekto ng grupo. Ang mga malalaking open source tools na ginagamit para sa parallel, ipinamamahagi at nasusukat na pag-aaral ng makina ay malimit na sakop upang tulungan ang mga mag-aaral na gumagawa ng mga proyekto. (Mga unit ng 4) Kailangang kailangan: Wala.