機器學習是一門讓計算機在非精確編程下進行活動的科學。在過去十年，機器學習促成了無人駕駛車、高效語音識別、精確網絡搜索及人類基因組認知的大力發展。機器學習如此無孔不入，你可能已經在不知情的情況下利用過無數次。許多研究者認為，這種手段是達到人類水平AI的最佳方式。這門課程中，你將學習到高效的機器學習技巧，及學會如何利用它為你服務。重點是，你不僅能學到理論基礎，更能知曉如何快速有效應用這些技巧到新的問題上。最后，你會接觸到硅谷創新中幾個優秀的涉及機器學習與AI的應用實例。
此課程將廣泛介紹機器學習、數據挖掘與統計模式識別的知識。
主題包括：
(i) 監督學習（參數/非參數算法、支持向量機、內核、神經網絡）。
(ii) 非監督學習（聚類、降維、推薦系統、深度學習）。
(iii) 機器學習的優秀案例（偏差/方差理論；機器學習和人工智能的創新過程）課程將拮取案例研究與應用，學習如何將學習算法應用到智能機器人（觀感，控制）、文字理解（網頁搜索，防垃圾郵件）、計算機視覺、醫學信息學、音頻、數據挖掘及其他領域上。
