CMU 10-701是针对phd的一门ML入门级别的课程,在之前Eric Xing上的时候,难度据说是很变态的。现在master选的多了以后,难度就降低了不少。 过去的一学期,上这门课的老师是Manuela Veloso(CMU机器学习系主任Manuela Veloso加入摩根大通,华尔街金融巨头的AI投资)和Pradeep Ravikumar(statistical machine learning)Manuela是...
10-701的内容中规中矩，和大部分的intro ML没有什么大不同。这是我个人的看法：Mitchell的授课哲学应...
10-701机器学习简介(PhD) 10-703深度强化学习与控制 10-708概率图形模型 10-715机器学习高级入门 10-725凸优化 10-805机器学习 11-641机器学习之文本挖掘 11-661语言统计 11-727NLP计算语义 11-741机器学习之文本挖掘 11-747NLP神经网络 11-755机器学习之信号处理 11-761语言统计 11-763结构化预测 11-777高...
(1)机器学习或统计方向: 10-608 Conversational Machine Learning 会话机器学习 10-701 Introduction to Machine Learning (PhD) 机器学习导论(博士) 10-703 Deep Reinforcement Learning & Control 深度强化学习和控制 10-708 Probabilistic Graphical Models 概率图模型 10-715 Advanced Intro to Machine Learning 机器...
7.5 Undirected Graphical Models- Machine Learning Class 10-701-X3JudqgiffM 上传者:StatisticalLearningCourses 1:20:46 9.1 Deep Networks Overview - Machine Learning Class 10-701-xZzZb7wZ6eE 上传者:StatisticalLearningCourses 1:16:25 8 Recommender Systems - Machine Learning Class 10-701-gCaOa3W9kM...
对于已经在Machine Learning方向有基础甚至做过研究的同学，就权当复习巩固基础，顺便修个核心课，也不是坏事。 这三门课的区别:10-601更基础，有的老师会有project可以写进简历，但不算核心；10-701是phd课很理论，大段大段的推公式，算核心但是是非ECE课程；18-661是ECE核心，课程内容我没上过，...
哪怕10-701这门机器学习入门课也有很多的理论作业,强调着统计知识的重要性。最后想说的就是随着学科的发展,统计和CS到后面在机器学习领域上的区别越来越小,比如说high dimensional testing作为一个经典统计问题,最近又收到了CS的学者的关注和研究。可能在cmu学习统计,也要开始上越来越多的cs课了吧。
至于有CS背景，能申的就更多了，这里不一一列举了。剩下的就交给你了，自己挨个百度（如CMU BIC）然后...
这三门课的区别:10-601更基础,有的老师会有project可以写进简历,但不算核心;10-701是phd课很理论,大段大段的推公式,算核心但是是非ECE课程;18-661是ECE核心,课程内容我没上过,听说偏理论。 另外,这三门课每学期老师都不同,上课内容和质量完全取决于任课教授,上课前要打听清楚。
10-601: Introduction to Machine Learning 10-605: Machine Learning with Large Datasets 10-701: Introduction to Machine Learning (PhD) 11-411: Natural Language Processing 11-442/642/742: Search Engines 11-755/18-797: Machine Learning and Signal Processing 11-785: Introduction to Deep Learning 14...