证书/
程序:
程序:
描述
数据科学的应用, 统计学习, 以及用机器学习方法解决化学和材料工程中的现代问题.
本课程发展数据科学方法, 包括他们的基础数学和统计基础, 并将这些方法应用于有限大小和精度的数据集. 将发展和应用回归和聚类的方法, 重点是验证和错误量化.
将发展的技术包括线性和非线性回归, 聚类与逻辑回归, 降维, 无监督学习, 神经网络, 和隐马尔可夫模型. 这些方法将应用于一系列工程问题, 包括导电聚合物, 水净化膜, 电池材料, 疾病预测结果, 基因组分析, 有机合成, 以及生产中的质量控制.
请注意:本课程与CHEMENG277/177和MATSCI166并列
先决条件
先决条件: CS106A成员 或者得到老师的许可.
| 日期: | 2022年3月28日至6月1日 |
|---|---|
| 单位: | 3.00 |
| 指导老师: | 安德鲁Spakowitz |
| 交付选项: |
在线
|
| 信贷 | $4,056.00 |
|---|
预注册本课程将确保您的注册请求，并确保您的申请得到及时处理，可能的课程审批. 请注意:课程报名将在3月18日后确认, 2022; after completing your pre-registration, 你不需要再做什么了.
本课程目前可能不适用于某些州和地区的学习者.
