机器学习是数据科学的核心学科，广泛存在于科学、技术、社会科学和医学领域;机器学习驱动着人类日常使用的许多产品，例如横幅广告选择、垃圾邮件过滤和社交媒体新闻推送。机器学习关注从数据中做出准确、计算高效且有力的推断。机器学习最初源于人工智能，是第一个探索更复杂的预测模型和强调计算的研究领域，而在过去的二十年里，机器学习越来越接近于统计学，因此获得了坚实的理论基础。墨尔本大学COMP30027机器学习课程旨在向学生介绍机器学习的基础知识，同时介绍可应用于毕业生职业生涯的数据分析实用技能。

　　主题涵盖：分类/回归的预测方法，例如k-最近邻、朴素贝叶斯、判别线性模型、决策树、支持向量机、神经网络;聚类方法，例如k-means、分层聚类;概率方法。

　　COMP30027课程预期学习成果：

　　专业技能：

　　1、将实际问题转化为适合机器学习的问题

　　2、正确应用机器学习算法和端到端统计过程

　　3、解释机器学习在真实数据上运行的结果

　　4、比较与实际问题相关的竞争模型和算法的优缺点

　　5、从统计第一原则推导出机器学习算法

　　通用技能：

　　1、逻辑问题解决能力：识别问题、制定解决方案并解决问题

　　2、创造力和创新能力

　　3、能够在工程团队和整个团队中进行有效沟通

　　4、深刻尊重真理和知识的完整性，遵循学术道德

　　COMP30027课程成绩评估：

　　1、团体或个人项目1 -编程项目，30小时，从第4周到第6周，占总成绩的20%。

　　2、团体或个人项目2 -预测比赛，30小时，从第9周到第11周，占总成绩的20%。

　　3、期末开卷在线考试，2小时，考试期间，占总成绩的60%。

　　以上就是关于墨尔本大学COMP30027机器学习课程内容及评估信息的汇总介绍，如果同学想要深入学习这门课，或是需要老师解答课程学习过程中遇到的问题，可以随时和我们的澳洲课程辅导老师联系。