跳到主要内容

CMU 10-315 机器学习导论

课程名称： Introduction to Machine Learning
官方入口： CMU ML Department 课程说明、CMU Course Catalog
课程层级： 本科主课
先修要求： 概率、线性代数、编程
重要程度： ※※※※☆

课程定位​

10-315 是 CMU 为本科生设计的机器学习主课，强调整体框架和建模方法，是进入 10-605、10-701、NLP、CV 和机器人课程的重要入口。

核心内容​

  • 回归、分类和损失函数
  • 概率建模与参数估计
  • 过拟合、正则化与泛化
  • 聚类、降维和简单无监督学习
  • 神经网络与现代 ML 基础

课程特点​

这门课比研究生版节奏更友好，但标准并不低。CMU 风格仍然很明显：你需要会做实验、会解释模型行为、会分析失败原因，而不只是跑出一个结果。

后续衔接​

  • 想继续系统深入：接 10-605
  • 想走研究：接 10-701
  • 想走应用方向：接 11-411、16-385