CMU 10-301/10-601
CMU 10-301/10-601：Introduction to Machine Learning（2026 秋）
结合讲授、作业和编程实验学习机器学习方法与算法。
CMU10-301
- 难度
- 中阶
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 26 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
学完你能
- 结合讲授、作业和编程实验学习机器学习方法与算法
适合你吗
适合
已具备 Python、线性代数、概率和微积分基础，想系统学习监督学习、聚类与降维的学习者。
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：Python、线性代数、概率和微积分（本站建议）。正式选课要求见原站 syllabus。
课程特点
- 内容侧重
- 侧重实践应用
- 练习与项目
- 9 次作业（HW1 背景知识 … HW9 学习范式），含书面题和 Python 编程题，另有编程测试、3 次考试和编程实验课。作业通过 PhiGrade 提交，仅限选课学生。外部学习者可在作业讲义公开时下载自做，编程题用自己构造的小数据对照讲义中的样例输出检查。
- 学习时长
- 26 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
- 免费每讲幻灯片 PDF 与阅读材料在课程网站公开免费；课堂录像在 CMU Panopto，可能需校内账号
来源与使用须知
- 原始资源
- CMU 10-301/10-601 收录版本：2026 秋
- 收录时间
- 本站首次收录 2026-10-10
版权与转载
- 课程材料未标明许可：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；引用时请注明原作者与出处。