计算机辅助学习是一种数据分析的实现，不需要使用明确确定的算法。近十年来，计算机辅助学习在无人驾驶汽车、语音识别、有效搜索系统等领域得到了应用。目前，计算机辅助学习已经在我们的日常生活中根深蒂固。
应用最有效的计算机辅助学习算法，并在此技能范围内实现其实际应用经验。此外，这一技能还包括考虑将计算机辅助学习应用于需要快速有效解决的新实际任务。
该技能包括计算机辅助学习、数据挖掘和模式识别的统计方法，以及:
•监督学习(参数/非参数算法、支持向量机、核函数、神经网络);
•非监督学习(聚类分析、数据降维、推荐系统、深度学习);
•计算机辅助学习算法(置换-分散权衡、创新的计算机辅助学习和人工智能趋势)。
测试项目的解决方案需要计算机辅助学习算法的实际应用，例如机器人的设计(感知、控制)、文本分析(在线搜索、反垃圾邮件)、计算机视觉、医疗信息系统、音频处理、智能数据库分析等领域。
