本课程提供机器学习的入门基础讲解，让学生能够较为全面地了解机器学习这门学科的各类问题和方法论，包括监督学习\无监督学习（涵盖绝大部分预测类应用，例如推荐系统、图像识别、网页排序等等）和强化学习（涵盖所有决策类应用，例如下围棋、无人驾驶、广告出价、智能选股等等）。此外，本课程强调学生的动手能力，要求学生通过编写机器学习的程序完成智能任务，并鼓励学生不断改善模型和代码实现从而提高机器的效能。
张伟楠，上海交通大学助理教授、博士生导师
- B站直播地址 每周一12：55-15：40，张伟楠老师在ACM班授课
- 课程回看地址
- 录播视频-知识点结构
- 每个知识点有一个单独的学习资源文档，参考人工智能-学习资源
- 每条学习资源都是一个链接
- 每一个链接的Markdown格式为
- [Title](link) - 请确保Title包含描述该资源的必要信息
- 每添加一个链接都请创建一个Pull Request
- 请确保资源的质量，若半数管理员同意添加，则PR会被合并
- 添加新资源时请先搜索检查避免重复
- 如果有必要，欢迎添加新分类
- 每个知识点有一个单独的笔记文档
- 笔记采用带公式拓展的Markdown格式
- Markdown语法教程
- Latex公式语法
- 提交前请确保文档能在Markdown With Tex预览中正确显示
- 新内容请在现有笔记基础上添加，如有必要可以调整结构
- 请为笔记内容的更新创建一个Pull Request
- 请保证笔记的质量，若半数管理员同意添加，则PR会被合并