留学在线 2021-11-05 17:03:44
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。
2024-02-01
2023-11-05
2022-02-16
2021-10-29
2023-05-18
2021-05-28
2021-12-02
2021-01-15
2023-06-25
2023-06-06
2022-11-02
2022-05-06
2023-11-22
2024-01-08
2020-02-20
2023-09-04
2023-07-02
2023-06-25
2023-01-09
2022-03-01