deze cursus geeft een grondige moderne inleiding op het gebied van machine learning. Het is ontworpen voor studenten die niet alleen willen begrijpen wat machine learning algoritmen doen en hoe ze kunnen worden gebruikt, maar ook de fundamentele principes achter hoe en waarom ze werken. Zie de cursus beschrijving en lezingen voor meer details. Prerequisites zijn een basiskennis van lineaire algebra (matrices, eigenvectoren), waarschijnlijkheid, statistiek, programmeren in python en latex. Zie de cursusbeschrijving, en belangrijker nog, de Resources pagina voor links
om te registreren voor de cursus moeten alle studenten het wachtlijst formulier invullen. We zullen ons best doen om zoveel mogelijk gekwalificeerde studenten tegemoet te komen, maar we ontvangen meestal meer registratieaanvragen dan cursuscapaciteit. Registratie / vergunning beslissingen zullen voornamelijk gebaseerd zijn op student achtergronden en op departementale wachtlijst beleid.
lezingen zijn via zoom MW 10: 30-12: 00, F 9: 30-11: 00am . Lecture opnames zijn op Canvas, aanwezigheid wordt sterk aangemoedigd.
het schema, inclusief examendata, is in colleges.
opdrachten worden in Canvas geplaatst.Uw thuiswerken worden via Gradescope ingediend.Codering zal worden in Python Jupyter notebooks met behulp van Numpy/SKLearn / Pytorch. Geschreven homeworks zal in Latex zijn.
voor vragen over cursusmateriaal en opdrachten, gebruik Piazza.
locatie vorig jaar