最近有学生过来咨询新南威尔士大学的本科COMP9418课程，所以今天小编就来为大家详细介绍一下新南威尔士大学的COMP9418统计机器学习课程的主要内容，感兴趣的同学可以接着看下去了。

　　【新南威尔士大学COMP9418课程介绍】

　　课程代码：COMP9418

　　课程名称：统计机器学习

　　课程学分：6分

　　先决条件：编程和软件工具

　　课程概述：

　　在本课程中，我们将学习一类称为概率图形模型(PGM)的推理模型。

　　将介绍几种图形模型，包括贝叶斯网络、马尔可夫网络、条件随机场、马尔可夫链、隐马尔可夫模型和马尔可夫决策过程。

　　将清楚地了解这些模型的工作原理以及它们用于推理和学习的主要算法。还将介绍几种用于学习参数和进行推断的算法，例如蒙特卡洛马尔可夫链(MCMC)、吉布斯采样、维特比和鲍姆-韦尔奇算法等。

　　课程内容：

　　1、命题逻辑和概率演算

　　2、贝叶斯网络便是和语义

　　3、精确推论，贝叶斯网络作为分类器

　　4、马尔科夫链和隐性马尔科夫模型

　　5、MAP推理，马尔可夫网络

　　6、高斯贝叶斯网络

　　7、联合算法

　　8、采样进行近似推断

　　9、学习参数和图结构

　　学习评估：

　　1、作业1：在第5周进行，占总成绩的15%

　　2、作业2：在第9周进行，占总成绩的15%

　　3、测验：在线测验，占总成绩的10%

　　4、期末考试：占总成绩的60%

　　以上就是为大家整理的新南威尔士大学本科COMP9418课程的主要内容，在课程的学习中对于学生的编程基础是有一定的要求的，大家要是在学习中遇到问题的话可以随时在线联系我们进行辅导哦。