MITCSAIL
- 难度
- 见前置条件
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 7 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
学完你能
- 从改进数据质量出发提升机器学习效果
适合你吗
适合
已具备机器学习基本流程与 Python 基础，想系统学习数据质量与基准、数据获取与清洗的学习者。
暂不适合
前置知识不足、需要作业批改或学分证书的人：公开旁听一般不含批改、考试和证书，部分视频也可能不公开。
需要先会
建议先具备：机器学习基本流程与 Python（本站建议）。正式选课要求见原站 syllabus。
课程特点
- 内容侧重
- 按内容目录判断
- 练习与项目
- 官方每课配有 Python/Jupyter 动手练习，非学分课程不要求提交。实验包括文本分类、标签错误、多标注者、数据中心评测、异常图像等；2023 特别主题的 active learning、特征解释、prompt engineering 与隐私实验是补充，不能混标为 2024 新讲座。
- 学习时长
- 7 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 免费讲义、课堂视频与配套实验（GitHub）公开免费，内容采用 CC BY-NC-SA 许可
来源与使用须知
- 原始资源
- MIT CSAIL 收录版本：2024
- 收录时间
- 本站首次收录 2026-10-10
版权与转载
- AGPL-3.0-or-later：代码可使用和修改；再分发须以相同许可开源；适用范围以原站说明为准，第三方材料可能另有条款。原站说明
- 其余材料未标明许可：仅供个人学习，转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；课程图像来自原站，版权与商标归原权利人；引用时请注明原作者与出处。
使用前请了解
- 1 个相关链接暂时无法访问。