这门课感觉定位比较迷，我上的时候是第一次开。教授是H A Loeliger，说话语速较快，不过水平还是很高的。
第一部分感觉就是浓缩版线性代数（hibert space）+概率论，概率论还是从kolmogrov几条公理开始讲的😅 缺点是显得很累赘，优点是非常的严谨、体系化。可能是老师比较喜欢signal processing吧…
第二部分就是一些estimation了，比如LMMSE；第三部分learning，主要讲discriminative learning，然后还讲了一些kernel methods。反正总体感觉就是，很严谨，讲的很细，讲义写的很清楚，纯看讲义不听课也是可能的。
考试中规中矩，基本把作业题吃透就可以考了，可以带全套讲义。我那年7道大题，没有感觉很难的题，最后拿的6。不过上完后，感觉就是这门课定位比较迷。可能我不是搞signal processing的吧。想了解ml的话个人推荐krause的IML