Sgipiwch i’r prif gynnwys
Home

Gwybodaeth ar gyfer:

  • Alumni
  • Ymgeiswyr
  • Myfyrwyr Presennol
  • Staff
  • Rhieni
  • Swyddi
  • Covid-19
  • English
Fy ngwlad:

Main Menu

    • Opsiynau Astudio
      • Hafan Astudio
      • Pam Astudio ym Mangor?
      • Astudiaethau Israddedig
      • Astudiaethau Ôl-raddedig Trwy Ddysgu
      • Ymchwil Ôl-raddedig
      • Cyrsiau Rhan-amser
      • Cyrsiau sy’n Cychwyn Fis Ionawr
      • Prentisiaethau Gradd
      • Astudio Dramor
      • Cyfleoedd Profiad Gwaith
    • Cyngor Astudio
      • Gwneud Cais
      • Wedi Gwneud Cais?
      • Ffioedd a Chyllid
      • Ysgoloriaethau a Bwrsariaethau
      • Paratoi ar gyfer y Brifysgol
      • Ehangu Mynediad
    • Blas o Fangor
      • Dyddiau Agored ac Ymweliadau
      • Teithiau 360, Fideos a Mwy
      • Bangor yr Hud a'r Lledrith

    Dod o hyd i Gwrs

    Archebu Canllaw Cyrsiau

    Dyddiau Agored

    Clirio

    • Bywyd Myfyrwyr
      • Hafan Bywyd Myfyrwyr
      • Bangor a’r Ardal
      • Bywyd Cymdeithasol ac Adloniant
      • Llety i Fyfyrwyr
      • Clybiau a Chymdeithasau
      • Chwaraeon
      • Teithiau 360, Fideos a Mwy
      • Fideos a Flogs
    • Eich Profiad ym Mangor
      • Cefnogaeth i Fyfyrwyr
      • Sgiliau a Chyflogadwyedd
      • Astudio neu Gweithio Dramor
      • Ffioedd a Chyllid

    Proffiliau Myfyrwyr

    Gwyliwch ein Fideos

    Croeso 2022

    • Ymchwil
      • Hafan Ymchwil
      • Ein Hymchwil
      • Ymchwil o fewn ein Ysgolion Academaidd
      • Sefydliadau a Chanolfannau Ymchwil
      • Porth Ymchwil
      • Gwasanaeth Cymorth Integredig Ymchwil ac Effaith (IRIS)
      • Ynni
      • Newyddion Ymchwil
      • REF 2021
    • Cyfleoedd Ymchwil Ôl-raddedig
      • Ymchwil Ôl-raddedig
      • Ysgol Ddoethurol
    • Digwyddiadau a Chyfleoedd Hyfforddi
      • Datblygu Ymchwilwyr
    • Y Brifysgol
      • Amdanom Ni
      • Ein Cenhadaeth
      • Strategaeth 2030
      • Adroddiad Blynyddol a Datganiadau Ariannol
      • Ein Lleoliad
      • Ysgolion Academaidd a Cholegau
      • Gwasanaethau a Chyfleusterau
      • Swyddfa'r Is-Ganghellor
      • Gweithio gyda Busnes
      • Gweithio gyda'r Gymuned
      • Cynaliadwyedd
      • Iechyd a Lles
      • Iechyd a Lles
      • Cysylltwch â Ni
    • Gweithio i Ni
      • Swyddi
    • Rheolaeth a Llywodraeth y Brifysgol
      • Polisïau a Gweithdrefnau’r Brifysgol
      • Datganiad ar Gaethwasiaeth a Masnachu Pobl
      • Rheolaeth a Llywodraethiant
    • Y Brifysgol a'r Gymuned
      • Pontio
      • Cyfleusterau Chwaraeon
      • Cyfleusterau Cynadleddau
      • Llefydd i Fwyta ac Yfed
      • Digwyddiadau Cyhoeddus
      • Ehangu Mynediad
      • Gwasanaethau i Ysgolion
    • Gwasanaethau Busnes
      • Hafan Gwasanaethau Busnes
    • Hwb Cydweithredu
      • Hwb Cydweithredu
    • Cynadleddau a Chiniawa Busnes
      • Cyfleusterau a Rhwydweithiau Busnes
      • Ciniawa Busnes
    • Eiddo Deallusol a Masnacheiddio
      • Eiddo Deallusol a Masnacheiddio
    • Newyddion
      • Newyddion Cyfredol
      • Newyddion Ymchwil
      • Newyddion Myfyrwyr
    • Digwyddiadau
      • Digwyddiadau
    • Cyhoeddiadau
      • Cyhoeddiadau Fflag
  • Dyddiau Agored

    • Opsiynau Astudio
      • Hafan Astudio
      • Pam Astudio ym Mangor?
      • Astudiaethau Israddedig
      • Astudiaethau Ôl-raddedig Trwy Ddysgu
      • Ymchwil Ôl-raddedig
      • Cyrsiau Rhan-amser
      • Cyrsiau sy’n Cychwyn Fis Ionawr
      • Prentisiaethau Gradd
      • Astudio Dramor
      • Cyfleoedd Profiad Gwaith
    • Cyngor Astudio
      • Gwneud Cais
      • Wedi Gwneud Cais?
      • Ffioedd a Chyllid
      • Ysgoloriaethau a Bwrsariaethau
      • Paratoi ar gyfer y Brifysgol
      • Ehangu Mynediad
    • Blas o Fangor
      • Dyddiau Agored ac Ymweliadau
      • Teithiau 360, Fideos a Mwy
      • Bangor yr Hud a'r Lledrith

    Dod o hyd i Gwrs

    Archebu Canllaw Cyrsiau

    Dyddiau Agored

    Clirio

    • Bywyd Myfyrwyr
      • Hafan Bywyd Myfyrwyr
      • Bangor a’r Ardal
      • Bywyd Cymdeithasol ac Adloniant
      • Llety i Fyfyrwyr
      • Clybiau a Chymdeithasau
      • Chwaraeon
      • Teithiau 360, Fideos a Mwy
      • Fideos a Flogs
    • Eich Profiad ym Mangor
      • Cefnogaeth i Fyfyrwyr
      • Sgiliau a Chyflogadwyedd
      • Astudio neu Gweithio Dramor
      • Ffioedd a Chyllid

    Proffiliau Myfyrwyr

    Gwyliwch ein Fideos

    Croeso 2022

    • Ymchwil
      • Hafan Ymchwil
      • Ein Hymchwil
      • Ymchwil o fewn ein Ysgolion Academaidd
      • Sefydliadau a Chanolfannau Ymchwil
      • Porth Ymchwil
      • Gwasanaeth Cymorth Integredig Ymchwil ac Effaith (IRIS)
      • Ynni
      • Newyddion Ymchwil
      • REF 2021
    • Cyfleoedd Ymchwil Ôl-raddedig
      • Ymchwil Ôl-raddedig
      • Ysgol Ddoethurol
    • Digwyddiadau a Chyfleoedd Hyfforddi
      • Datblygu Ymchwilwyr
    • Y Brifysgol
      • Amdanom Ni
      • Ein Cenhadaeth
      • Strategaeth 2030
      • Adroddiad Blynyddol a Datganiadau Ariannol
      • Ein Lleoliad
      • Ysgolion Academaidd a Cholegau
      • Gwasanaethau a Chyfleusterau
      • Swyddfa'r Is-Ganghellor
      • Gweithio gyda Busnes
      • Gweithio gyda'r Gymuned
      • Cynaliadwyedd
      • Iechyd a Lles
      • Iechyd a Lles
      • Cysylltwch â Ni
    • Gweithio i Ni
      • Swyddi
    • Rheolaeth a Llywodraeth y Brifysgol
      • Polisïau a Gweithdrefnau’r Brifysgol
      • Datganiad ar Gaethwasiaeth a Masnachu Pobl
      • Rheolaeth a Llywodraethiant
    • Y Brifysgol a'r Gymuned
      • Pontio
      • Cyfleusterau Chwaraeon
      • Cyfleusterau Cynadleddau
      • Llefydd i Fwyta ac Yfed
      • Digwyddiadau Cyhoeddus
      • Ehangu Mynediad
      • Gwasanaethau i Ysgolion
    • Gwasanaethau Busnes
      • Hafan Gwasanaethau Busnes
    • Hwb Cydweithredu
      • Hwb Cydweithredu
    • Cynadleddau a Chiniawa Busnes
      • Cyfleusterau a Rhwydweithiau Busnes
      • Ciniawa Busnes
    • Eiddo Deallusol a Masnacheiddio
      • Eiddo Deallusol a Masnacheiddio
    • Newyddion
      • Newyddion Cyfredol
      • Newyddion Ymchwil
      • Newyddion Myfyrwyr
    • Digwyddiadau
      • Digwyddiadau
    • Cyhoeddiadau
      • Cyhoeddiadau Fflag
  • Dyddiau Agored

Gwybodaeth ar gyfer:

  • Alumni
  • Ymgeiswyr
  • Myfyrwyr Presennol
  • Staff
  • Rhieni
  • Swyddi
  • Covid-19
Fy ngwlad:

Search

Close

Breadcrumb

  • English

Rhannwch y dudalen hon
  • Twitter
  • Facebook
  • LinkedIn

Gwneud Cais

Sut i wneud cais

Ffioedd Dysgu Ôl-radd

Edrychwch ar ein wybodaeth ffioedd dysgu

Cofrestrwch eich diddordeb mewn astudiaeth Ôl-radd

Cofrestrwch yma

Modiwl ICE-3703:
Machine Learning

Machine Learning 2024-25
ICE-3703
2024-25
School of Computer Science & Engineering
Module - Semester 2
20 credits
Module Organiser: Mosab Bazargani
Overview

This module is divided into two main parts: machine learning fundamentals and modern practices. In the first part, we will cover the basics, including regression, classification, structural analysis, and density estimation. The second part will focus on modern topics, particularly Neural Networks and Deep Learning, which have become the preferred methods for solving various machine learning problems.

Indicative content includes:

  • Explain and apply the fundamental notions and principles of machine learning.
  • Detail and apply various regression and classification models.
  • Detail and apply density estimation and clustering algorithms to data sets.
  • Explain methodologies such as overfitting, underfitting, error estimation, ROC curves, transformation, and Ensembles.
  • Introduction to neural network models and their training procedures.
  • Explain tensor data processing
  • Explain linear regression with automatic differentiation,
  • Explain single-layer neural networks, and multilayer perceptrons.
  • Explain convolutional neural networks.

Assessment Strategy

-threshold -Equivalent to 40%.Uses key areas of theory or knowledge to meet the Learning Outcomes of the module. Is able to formulate an appropriate solution to accurately solve tasks and questions. Can identify individual aspects, but lacks an awareness of links between them and the wider contexts. Outputs can be understood, but lack structure and/or coherence.

-good -Equivalent to the range 60%-69%.Is able to analyse a task or problem to decide which aspects of theory and knowledge to apply. Solutions are of a workable quality, demonstrating understanding of underlying principles. Major themes can be linked appropriately but may not be able to extend this to individual aspects. Outputs are readily understood, with an appropriate structure but may lack sophistication.

-excellent -Equivalent to the range 70%+.Assemble critically evaluated, relevant areas of knowledge and theory to constuct professional-level solutions to tasks and questions presented. Is able to cross-link themes and aspects to draw considered conclusions. Presents outputs in a cohesive, accurate, and efficient manner.

Learning Outcomes

  • Implement several widely-used Deep Learning architectures.

  • Apply the machine learning taxonomy to formulate meaningful questions, and identify appropriate techniques to address them.

  • Apply the methodology needed to build and evaluate machine learning solutions.

  • Describe the theoretical underpinnings of Neural Networks, gradient-based optimisation and automatic differentiation as a tool for modern AI.

  • Detail and apply structural analysis (clustering) and density estimation (unsupervised learning).

  • Detail and apply various regression and basic classification models (supervised learning).

  • Discuss the basic notions and principles of machine learning.

  • Elaborate on PyTorch, one of the most popular Deep Learning frameworks in both Academia and Industry.

Assessment method

Coursework

Assessment type

Summative

Description

A collection of small problems based on the second half of the module. Hand-crafted solutions and short Python code solutions are expected.

Weighting

20%

Due date

06/05/2025

Assessment method

Coursework

Assessment type

Summative

Description

A collection of small problems based on the first half of the module. Hand-crafted solutions and short Python code solutions are expected.

Weighting

20%

Due date

10/03/2025

Assessment method

Report

Assessment type

Summative

Description

2-hour exam consisting of theoretical questions and problems to solve by hand, similar to those presented in the labs, exercises, and assignments.

Weighting

60%

Due date

16/05/2025

Hafan

Astudio

  • Astudio Ôl-raddedig Trwy Ddysgu
Hafan

Dilynwch Ni

  • Twitter
  • Facebook
  • Instagram
  • Youtube
  • LinkedIn

Prifysgol Bangor

Bangor, Gwynedd, LL57 2DG, UK

+44 (0)1248 351151

Cysylltwch â Ni

Ymweld â’r Brifysgol

Mapiau a Chyfarwyddiadau Teithio

Polisi

  • Cydymffurfiaeth Gyfreithiol
  • Datganiad Deddf Caethwasiaeth Modern 2015
  • Datganiad Hygyrchedd Prifysgol Bangor
  • Polisi Iaith Gymraeg
  • Preifatrwydd a Chwcis
Map

Mae Prifysgol Bangor yn Elusen Gofrestredig: Rhif 1141565

© 2020 Prifysgol Bangor