Harvard CS1810

Harvard CS1810：Machine Learning（2026）

理解机器学习算法背后的数学、概率推理和决策方法。

HarvardCS1810

学完你能

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、概率与随机变量的学习者。

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。

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。

内容侧重: 侧重理论理解
练习与项目: 按官方课表完成 HW 0–6 和 Sections；作业仓库 https://github.com/harvard-ml-courses/cs181-s26-homeworks ，先做数学/Python暖身再回归作业。公开课表及 kNN 首课可阅读；作业以当期官方发布文件的依赖为准。本站小型 kNN 练习只需 CPU 与 NumPy/scikit-learn；不代表官方作业 starter 或评分已运行。
学习时长: 24 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: 免费课程笔记教材与作业在 GitHub 公开免费，往年课程网站可查；课表在 Google 表格中，未见公开录像