待验证60% 置信事实精确时间
MIT 6.390《机器学习导论》原编号为6.036，由Leslie Kaelbling和Tomás Lozano-Pérez等教授主讲，讲义涵盖线性分类器、神经网络到强化学习的完整内容
2
来源数
60%
置信度
长期有效
时效性
2026/8/4
首次发现
来源
相关事实
待验证MIT 6.390由Leslie Kaelbling和Tomás Lozano-Pérez等教授讲授，覆盖监督学习、无监督学习、强化学习76% 相似待验证《Mathematics for Machine Learning》教材由 Marc Peter Deisenroth 编写72% 相似待验证MIT 6.390讲义覆盖从监督学习基础（线性分类器、感知机、SVM）到神经网络、强化学习入门的完整知识链条，每章配有练习题71% 相似待验证Kevin Murphy 的《Probabilistic Machine Learning》分为两卷：《An Introduction》和《Advanced Topics》70% 相似待验证斯坦福 CS224W《Machine Learning with Graphs》由 Jure Leskovec 主讲，被公认为 GNN 领域权威公开课69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/683471API
curl https://kongchang.com/api/v1/knowledge/claims/683471MCP
get_claim(id=683471)