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