自动翻译服务的应用程序，淘宝的“猜你喜欢”推荐系统，智能手机摄影头……这些，都得益于机器学习领域的不断发展。如今在上海或中国的很多地方，人们的日常生活很难离开机器学习的技术应用。
机器学习也和一些新兴行业的未来发展息息相关，“机器学习技术的进步，将推动无人驾驶汽车、自动化机器人、预测动画等行业技术的发展，”这门课的任课教授、上海纽约大学工程与计算机科学学部主任Keith Ross表示。
所以，当上海纽约大学开设了“机器学习”课程时，它的受欢迎程度不足为奇。该课程每年开课两次，选课人数最多40人。每次的选课人数都会超过规定数量，这意味着一些学生会进入候选名单（waitlist）。除了Keith Ross教授，另一位授课教授为上纽大信息系统与商业分析助理教授Enric Junqué de Fortuny。
在这门课上，学生将学习如何将机器学期算法应用于数据集，从而编写真实世界所需的应用程序，例如探测垃圾邮件、识别照片中的物体，以及玩游戏Go等。课程教学重点为数学，其中以多元微积分、概率、线性代数和Python编程为主。Ross教授表示，“机器学习完全由数据驱动，数据相当于机器学习算法的燃料。”
修读这门课程的学生主要来自计算机科学、数据科学、数学等专业，但也有不少金融学、经济学甚至综合人文专业的学生。Ross教授表示，机器学习具备跨学科的特性——企业可以使用机器学习预测未来市场、改善制造流程；文学领域的学者也可以进行文本翻译或转化，例如可以将普通的英文转化为莎士比亚式的写作风格。
和其他一些需要学生撰写期末论文的课程不同，这门课的学生所要提交的，是一个展示他们应用机器学习技术的学习成果视频。2018届学生杨锐涵在“基于卷积神经网络的图像恢复”的期末视频中，展示了他通过机器学习技术，让电脑自动地恢复模糊、有颗粒或尺寸过小的图像。
2018届学生杨锐涵的“基于卷积神经网络的图像恢复”期末视频项目的截图
在Ross教授的指导下，2019届学生卢子杰参与了上纽大本科生科研基金项目（DURF），就’强化学习‘领域展开研究。这一研究经历也帮助他拿下了在英特尔上海的深度学习实习机会。
“‘机器学习’课程是学习数据科学和人工智能的基础，”卢子杰说。“作为入门课程，它为我们进一步学习计算机视觉、自然语言处理、推荐系统等高阶课程打下坚实基础。”
“许多学生对于学习、掌握关于机器学习全新知识非常兴趣，这有利于他们未来在相关行业的职业发展，或深造读书时能深入研究这一领域，”Ross教授说。
先修课程要求：计算机编程入门（Python）、微积分、概率、统计学
--
推荐阅读：