这门课特别适合想深挖算法原理又希望能落地实践的同学。UBC的机器学习课和吴恩达的经典视频课程都看过，但NYU这门课的难度和内容深度都更胜一筹。 这门课最大的亮点是它从统计和数学的视角切入，讲经典机器学习算法时不仅告诉你“是什么”，还深入剖析“为什么”，让你知其然也知其所以然。比如，它会带你探索回归问题中的Representer Theorem，解答“在什么情况下最优权重w是x的线性组合”这种问题，Hilbert空间这些数学概念也会以意想不到的方式串联起来，学完感觉脑洞大开！ 课程作业更是硬核，质量高到炸裂，工作量也不小。作业涵盖定理证明、从零实现经典算法、以及实际应用，绝对能让你的Python代码能力和算法理解突飞猛进。比如最后一个大作业让你手写一个神经网络框架（Computational Graph），还贴心地提供测试代码。写完这个，面试被问到反向传播原理你还能慌？Slides也做得特别出色，覆盖了算法工程师面试的几乎所有基础知识，找工作的同学有它傍身，底气直接拉满。 相比之下，吴恩达的课虽然入门友好，但很多原理讲得太浅；UBC的课数学味儿足，可内容有点单薄。NYU这门课内容充实、旁征博引，作业和讲解都让人觉得值回票价。如果你是机器学习新手，想快速提升代码能力和理论水平，这门课非常值得一试。摘要：这门课特别适合想深挖算法原理又希望能落地实践的同学。UBC的机器学习课和吴恩达的经典视频课程都看过，但NYU这门课的难度和内容深度都更胜一筹。 这门课最大的亮点是它从统计和数学的视角切入，讲经典机器学习算法时不仅告诉你“是什么”，还深入剖析“为什么”，让你知其
来源：张张心XIN
