大家好我是斯笔客教育！今天来和大家聊聊伯明翰大学（UoB）的机器学习课程。最近有不少学弟学妹私信问我，这门课到底学些什么？分数怎么拿？值不值得选？我来一次性说清楚！
课程内容超级丰富，涵盖了机器学习基础理论、经典算法（比如SVM、KNN、决策树、聚类算法等），还会讲到神经网络和基本的深度学习。除了理论讲解，还有不少编程实践，主要用Python，考察大家的应用能力。
课程设置方面，一般会按模块来上，每个模块结束有小quiz或lab，要及时跟进哦，不然后面复习会很抓狂！老师讲解很细致，有时还会请来业界嘉宾分享实际项目。
评分结构的话，一般是作业占40%，期末大作业或考试占50%，小组项目和课堂表现大概10%。作业重视代码实现与思维逻辑，建议大家提前复习Python和基本数据分析，不然刚开始会小慌！
总的来说，这门课适合喜欢实际动手&算法思维的小伙伴。如果你对数据、人工智能感兴趣，一定要试试！有任何机器学习选课或者作业的问题，欢迎在评论区留言，咱们一起头脑风暴?！
