logo
COMP SCI 7317/3317中等3 学分

Using Machine Learning Tools PG

阿德莱德大学·University of Adelaide·阿德莱德

COMP SCI 7317/3317《Using Machine Learning Tools PG》是 阿德莱德大学 的公开课程页面。当前可确认的信息包括 3 学分,难度 中等,公开通过率 60%。 页面已整理 12 周教学安排,6 个重点考核,1 条学生评价,方便你快速判断工作量、考核结构和适配度。 课程简介摘要:课程讲授 machine learning fundamentals 与常用工具的使用,强调用 pre-existing toolkits 。

💪 压力
3 / 5
⭐ 含金量
4 / 5
✅ 通过率
0%
👥 选课人数
0

📖 课程概览

选课速读: COMP SCI 7317/3317《Using Machine Learning Tools PG》是 阿德莱德大学 的公开课程页面。当前可确认的信息包括 3 学分,难度 中等,公开通过率 60%。 页面已整理 12 周教学安排,6 个重点考核,1 条学生评价,方便你快速判断工作量、考核结构和适配度。 课程简介摘要:课程讲授 machine learning fundamentals 与常用工具的使用,强调用 pre-existing toolkits 。
课程讲授 machine learning fundamentals 与常用工具的使用,强调用 pre-existing toolkits 构建软件、在 case studies 和 worked examples 中检验 legitimate and verifiable solutions,并具备很强的实践性。(数据来源:2025 Trimester 2 官方课程大纲)

📅 每周课程大纲

Week 1Machine learning tooling landscape
本周围绕 Machine learning tooling landscape 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingmachinelearning
💡 学习提示
解释 COMP SCI 7317/3317 第1周 Machine learning tooling landscape 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第1周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 2Environment setup and experiment tracking
本周围绕 Environment setup and experiment tracking 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingenvironmentsetup
💡 学习提示
解释 COMP SCI 7317/3317 第2周 Environment setup and experiment tracking 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第2周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 3Data pipelines and reusable preprocessing
本周围绕 Data pipelines and reusable preprocessing 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingdataand
💡 学习提示
解释 COMP SCI 7317/3317 第3周 Data pipelines and reusable preprocessing 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第3周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 4Model training frameworks
本周围绕 Model training frameworks 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingmodeltraining
💡 学习提示
解释 COMP SCI 7317/3317 第4周 Model training frameworks 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第4周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 5Hyperparameter search tooling
本周围绕 Hyperparameter search tooling 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackinghyperparametersearch
💡 学习提示
解释 COMP SCI 7317/3317 第5周 Hyperparameter search tooling 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第5周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 6Feature stores and dataset management
本周围绕 Feature stores and dataset management 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingfeaturestores
💡 学习提示
解释 COMP SCI 7317/3317 第6周 Feature stores and dataset management 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第6周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 7Model evaluation dashboards
本周围绕 Model evaluation dashboards 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingmodelevaluation
💡 学习提示
解释 COMP SCI 7317/3317 第7周 Model evaluation dashboards 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第7周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 8Versioning models and data
本周围绕 Versioning models and data 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingversioningmodels
💡 学习提示
解释 COMP SCI 7317/3317 第8周 Versioning models and data 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第8周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 9Deployment tooling for ML systems
本周围绕 Deployment tooling for ML systems 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingtoolingfor
💡 学习提示
解释 COMP SCI 7317/3317 第9周 Deployment tooling for ML systems 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第9周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 10Monitoring and drift detection
本周围绕 Monitoring and drift detection 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingmonitoringand
💡 学习提示
解释 COMP SCI 7317/3317 第10周 Monitoring and drift detection 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第10周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 11Reproducible ML workflow project
本周围绕 Reproducible ML workflow project 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingreproducibleml
💡 学习提示
解释 COMP SCI 7317/3317 第11周 Reproducible ML workflow project 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第11周设计复习或实践清单,包含需要完成的实现、分析或测试重点
Week 12Using machine learning tools review
本周围绕 Using machine learning tools review 展开,结合 COMP SCI 7317/3317 - Using Machine Learning Tools PG 的核心概念、工程场景和分析方法建立可用于实验、作业或考试的知识框架。
ml-toolspipelinesdeploymenttrackingusingmachine
💡 学习提示
解释 COMP SCI 7317/3317 第12周 Using machine learning tools review 的核心概念,并说明它和本课程整体能力目标的关系
为 COMP SCI 7317/3317 - Using Machine Learning Tools PG 第12周设计复习或实践清单,包含需要完成的实现、分析或测试重点

📋 课程信息

学分
3 Credit Points
含金量
4 / 5
压力指数
3 / 5
期中考试
2020年9月9日
期末考试
2020年9月9日

💬 学生评价 (1)

4.0
难度
1.0
含金量
3.0
压力
5.0
教学
匿名用户 · 2021/4/8

对我来说不是必修,有兴趣就选了,选了就后悔了。。虽然不是特别难,Python 要学好点,要不然语法什么的会卡主。但感觉找不到用处在哪,学了半天学不明白,最后浑浑噩噩的就pass了。