课程级别
大学本科
学院
工程，建筑与信息技术
学校
信息技术与电子工程
单位
2
持续时间
一学期
班级联系
3个讲座时间，3个实践或实验室时间，1个辅导时间
先决条件
MATH1051和CSSE1001
推荐的先决条件
MATH1052，MATH2302和COMP3506
评估方法
示范，实验室报告，口头报告，期末考试
课程协调员
Shekhar S.Chandra博士(shekhar.chandra@uq.edu.au)
出国留学
该课程已为出国留学和交流学生预先批准。
了解我们环境和数据中的模式是一项重要的认知能力。能够(无需人工干预)处理大量数据的识别和自动算法的开发对于人工干预至关重要，这对于在机器中复制此功能至关重要。本课程将涵盖创建能够识别和/或分析各种形式的数据中的模式的计算算法的基础。主题和算法将包括分形几何，分类方法(例如随机森林)，使用深度学习的识别问题和人类视觉系统的模型。Python和Tensorflow等最先进的软件包将用作学生研究来自各种现实世界来源
COMP3710关系数据库。与SQL有关的问题SQL代表什么?为基于BATable和cTable的以下任务编写SQL语句：
1.从CTable中删除位于Kyle city的所有客户端。
2.显示BATable中所有记录的所有字段。
3.列出所有应收账款大于S1,000的客户的客户编号，客户名称，付款金额和应收账款。
4.列出所有客户的客户编号，名称，已付金额，到期应付金额和分析师编号。按分析员编号升序对记录进行排序。然后，按付款额降序对具有相同分析师编号的客户进行排序。
5按业务分析师编号将客户表中的记录分组。对于每个组，显示业务分析师编号，所支付金额的平均值(将其命名为AveAmountPaid)，以及当前应付款的平均值(将其命名为AvecurrentDue)。最后，按业务分析编号升序对记录进行排序。