详细介绍
EPFL 的 CS-433 机器学习课程面向本科与研究生，系统覆盖机器学习基础理论、算法实现、实验项目与应用伦理。课程提供详尽的讲义、Jupyter 实验与评估项目，并配套视频教学，适合课堂教学与自学者使用。
主要特性
- 系统化教学大纲，覆盖监督学习、无监督学习、模型评估与正则化等核心内容。
- 丰富的实验与项目模板，包含数据预处理、模型实现与结果复现的示例。
- 周度视频讲解与公开往年考试题与参考答案，便于自学与教学使用。
使用场景
- 高等院校机器学习课程教学与课程备课。
- 开发者与研究者的系统化自学资源。
- 实验项目与课程项目的实际练习与评估。
技术特点
- 教学材料以 Jupyter Notebook 与 Python 为主，便于复现与扩展。
- 资源开源，支持多平台访问与社区贡献。