密歇根大學(xué)ECE研究生DS/ML(數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí))專(zhuān)業(yè)的課程旨在讓學(xué)生具備數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的理論知識(shí)和實(shí)踐技能，以便在傳感、控制、推理、規(guī)劃和決策的現(xiàn)代工程系統(tǒng)中工作。課程強(qiáng)調(diào)了嚴(yán)格的理論、實(shí)踐操作和發(fā)展大規(guī)模復(fù)雜工程系統(tǒng)的計(jì)算推理技能。對(duì)于DS/ML專(zhuān)業(yè)的新生來(lái)說(shuō)，如果要提前進(jìn)行課程預(yù)習(xí)，可以繼續(xù)閱讀本指南，以了解該專(zhuān)業(yè)核心課程的主要內(nèi)容，而后做出具體的預(yù)習(xí)規(guī)劃。

1、EECS 501概率和隨機(jī)過(guò)程，4

該課程介紹了概率和隨機(jī)過(guò)程。主題涵蓋：概率公理，西格瑪代數(shù)，隨機(jī)向量，期望，概率分布和密度，泊松和維納過(guò)程，平穩(wěn)過(guò)程，自相關(guān)，譜密度，濾波效果，線性最小二乘估計(jì)和隨機(jī)序列的收斂。

2、EECS 504計(jì)算機(jī)視覺(jué)基礎(chǔ)，3

該課程為從圖像中提取有用信息奠定了基礎(chǔ)。主題涵蓋：可視內(nèi)容的表示(例如，函數(shù)、點(diǎn)、圖形)；視覺(jué)不變性；視覺(jué)內(nèi)容的數(shù)學(xué)和計(jì)算模型；視覺(jué)優(yōu)化方法。

3、EECS 505/ 551 計(jì)算DS和ML / Sp數(shù)學(xué)方法，4

(1)EECS 505

該課程介紹了大型數(shù)據(jù)集中識(shí)別模式和異常值的計(jì)算方法。主題涵蓋：奇異值和特征值分解、獨(dú)立成分分析、圖形分析、聚類(lèi)、線性、正則化、稀疏和非線性模型擬合、深度、卷積和遞歸神經(jīng)網(wǎng)絡(luò)。

(2)EECS 551

該課程介紹了信號(hào)處理、數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的矩陣方法的理論和應(yīng)用。理論主題涵蓋：子空間，特征值和奇異值分解，投影定理，約束，正則化和無(wú)約束最小二乘技術(shù)和迭代算法。應(yīng)用主題涵蓋：圖像去模糊、網(wǎng)頁(yè)排名、圖像分割和壓縮、社交網(wǎng)絡(luò)、電路分析、推薦系統(tǒng)和手寫(xiě)數(shù)字識(shí)別。

4、EECS 542視覺(jué)處理，3

本課程討論了計(jì)算機(jī)視覺(jué)領(lǐng)域的前沿課題和當(dāng)前研究。主題將從不同的子領(lǐng)域中選擇，如基于物理學(xué)的視覺(jué)、幾何學(xué)、運(yùn)動(dòng)和跟蹤、重建、分組和分割、識(shí)別、活動(dòng)和場(chǎng)景理解、統(tǒng)計(jì)方法和學(xué)習(xí)、系統(tǒng)和應(yīng)用。

5、EECS 545/553機(jī)器學(xué)習(xí)，3

該課程介紹了監(jiān)督、非監(jiān)督和順序?qū)W習(xí)的基礎(chǔ)，包括線性和非線性回歸、邏輯回歸、支持向量機(jī)和核方法、決策樹(shù)、集成方法、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)、降維、聚類(lèi)和概率模型。EECS 545強(qiáng)調(diào)實(shí)際數(shù)據(jù)的實(shí)現(xiàn)和應(yīng)用，包括算法和基本原理的推導(dǎo)。EECS 553強(qiáng)調(diào)算法及其從基本原理的衍生，包括對(duì)真實(shí)世界數(shù)據(jù)的應(yīng)用。

6、EECS 556圖像處理，3

該課程介紹了數(shù)字圖像處理的理論與應(yīng)用。主題涵蓋：采樣、濾波、2D傅立葉變換、插值、邊緣檢測(cè)、增強(qiáng)、去噪、恢復(fù)、分割、圖像的隨機(jī)場(chǎng)模型、貝葉斯方法、小波和稀疏模型。應(yīng)用涉及：光學(xué)成像、生物醫(yī)學(xué)圖像、視頻和圖像壓縮。

7、EECS 564估計(jì)、濾波和檢測(cè)，3

該課程介紹了估計(jì)、線性濾波和檢測(cè)原理。估計(jì)：線性和非線性最小均方誤差估計(jì)，以及其他策略。線性濾波：維納和卡爾曼濾波。檢測(cè)：簡(jiǎn)單，復(fù)合，二元和多重假設(shè)。尼曼-皮爾遜和貝葉斯方法。

8、EECS 568移動(dòng)機(jī)器人，4

該課程介紹了自主移動(dòng)機(jī)器人概率技術(shù)的理論與應(yīng)用。課程將呈現(xiàn)并批判性地檢驗(yàn)機(jī)器人感知(使用各種模態(tài))、狀態(tài)估計(jì)、地圖繪制和路徑規(guī)劃的當(dāng)代算法。主題涵蓋：貝葉斯過(guò)濾；環(huán)境的隨機(jī)表示；移動(dòng)機(jī)器人的運(yùn)動(dòng)和傳感器模型。

上述密歇根大學(xué)ECE研究生DS/ML專(zhuān)業(yè)的核心課程中，你必須獲得大于等于9學(xué)分才能滿(mǎn)足學(xué)位要求。你可以基于這些課程的整體概述來(lái)規(guī)劃將要預(yù)習(xí)的內(nèi)容，從而為研究生階段的學(xué)習(xí)打好基礎(chǔ)。