数据要素产业
科学网[转载]卡内基梅隆大学的机器学习课程
来到卡内基梅隆大学学习已经将近8个月了,一直没有认真地写点什么,今天偶有所感,草就此文,介绍一点听课感想,以为纪念。 CMU的计算机学院很特别,居然有一个机器学习系,最王牌的课,就是机器学习了,到了这里,不听这门课,很遗憾,听了这门课,很痛苦,用一个CMUer的话来说,"super hard",想要顺利通过,不脱掉几层皮是不可能的。 这学期开了两门机器学习,一门面向硕士,一门面向博士,面向博士的课程师资配备很豪华,以Tom Mitchell(《机器学习》的作者,http://www.cs.cmu.edu/~tom/)压阵,以Eric Xing(邢波,清华高才生,伯克利大牛Michael Jordan的高足,http://www.cs.cmu.edu/~epxing/),不去听,岂不遗憾终生? 既然听了这门课,就该知道如何通过,包括5次大作业,2次考试,一个项目,所有这些加起来就一个字,难,太难了,帮助大家通过的,除了上课,有助教的复习课(recitation)和老师助教们的答疑时间(Office Hour)。最值得称道的就是项目了,很多优秀学生的第一篇文章就是在这们课程里完成的。 比较国内的博士课程,是不是很有特点啊? 转自(http://blog.hit.edu.cn/dcxu/post/6.html)