机器学习
持续时间
- 一个学期或同等
接触时间
- 48小时
校园单位交付结合面对面和数字化学习。
目的和目标
本单元旨在开发和提高学生的概念和实践的了解机器学习(ML)在航空业相关应用程序的上下文中毫升出现起着关键的作用。学生将学习基本的概念、关键技术和受欢迎的工具毫升以及现实问题是如何转换为毫升的任务。他们还将收购的能力毫升技术和工具应用到解决航空业相关的问题。
单元学习成果(ULO)
在成功完成本单元学生将能够:
1展示先进的知识的基本概念、关键技术和机器学习中流行的工具
2批判性评估机器学习的角色在不同的实际应用
3批判性的分析、评估和应用适当的机器学习技术和工具来解决各种航空业相关问题
4有效沟通作为一个专业的技术和非技术观众
单位详细信息
教学方法,评估和内容。
教学方法
所有适用的地方 | |||||
---|---|---|---|---|---|
活动类型 | 活动 | 总时间 | 的周数 | 小时每周 | 可选——活动细节 |
面对面的接触 | 讲座 | 24 | 12周 | 2 | 没有描述 |
面对面的接触 | 教程实验室 | 24 | 12周 | 2 | 教程在计算机实验室 |
未指明的学习活动 | 自主学习 | 102年 | 12周 | 8.5 | 没有描述 |
总时间: | 150年 | 小时(每周): | 12.5 |
评估
类型 |
个人/团体的作用 |
权重 |
单元学习成果(ULOs) |
赋值 |
个人 |
30 - 40% |
1、2 |
检查 |
个人 |
40 - 50% |
1、2、3 |
项目介绍 |
集团 |
20 - 30% | 1、2、3、4 |
内容
- 机器学习的基础,例如,发展历史和基本概念
- 机器学习在实际的应用程序
- 基本的机器学习技术:监督学习和无监督学习
- 先进的机器学习技术:强化学习,学习深度学习和转移
- 受欢迎的机器学习工具和计算平台
- 机器学习的应用在各种航空业相关场景如计算机视觉、自然语言处理和物联网
研究资源
——引用。
引用
阅读材料的列表和/或所需的文本将在单位大纲。