【CMU】机器学习导论课程（Introduction to Machine Learning）

主题： Introduction to Machine Learning

课程简介： 机器学习是指通过经验自动提高性能的计算机程序（例如，学习识别人脸、推荐音乐和电影以及驱动自主机器人的程序）。本课程从不同的角度介绍机器学习的理论和实用算法。主题包括贝叶斯网络、决策树学习、支持向量机、统计学习方法、无监督学习和强化学习。本课程涵盖理论概念，例如归纳偏差、PAC学习框架、贝叶斯学习方法、基于边际的学习和Occam的剃刀。编程作业包括各种学习算法的实际操作实验。这门课程的目的是让一个研究生在方法论，技术，数学和算法方面有一个彻底的基础，目前需要的人谁做的机器学习的研究。

邀请嘉宾： Hal Daumé III，纽约市微软研究院的研究员，是机器学习小组的一员；他也是马里兰大学的副教授。他主要从事自然语言处理和机器学习。

Matt Gormley，卡内基梅隆大学计算机科学学院机器学习部（ML）助教。

Roni Rosenfeld，卡内基梅隆大学计算机学院机器学习系教授兼主任，个人主页：https://www.cs.cmu.edu/~roni/。等