宾夕法尼亚大学是美国非常优秀的一所院校，像是计算机科学CS专业也有很多学生学习，今天小编就来为大家介绍一下其中的一个方向机器学习的课程内容，感兴趣的同学可以接着看下去了。
【机器学习课程介绍】
课程概述：
机器学习是统计、概率、计算机科学和优化的交叉领域。该领域的动机是经典统计学不一定解决的问题：如何构建面部检测系统，如何设计字符识别程序，如何在网页上最好地展示广告，如何预测用户的电影评分。由于此类任务的数据本质上是大规模的，因此机器学习的重点一直放在计算需求和统计准确性上。
必修课程：
1、STAT 530：概率
2、STAT 531：随机过程
3、STAT 550：数理统计
4、ESE 504：优化理论简介
5、ESE 605：现代凸优化
6、CIS 520：机器学习
选修课程：
1、STAT 542：贝叶斯方法和计算
2、STAT 928：统计学习理论
3、NETS 412：算法博弈论
4、CIS 511：计算理论导论
以上就是为大家整理的宾夕法尼亚大学计算机科学-机器学习专业的主要课程内容，因为这个课程对于学生的统计计算能力，优化能力等要求较高，要是在学习上遇到问题的话可以随时在线联系我们进行辅导哦~
