机器学习（ML）是一组技术，允许计算机从数据和经验中学习，而不是要求人类手工指定所需的行为。ML 在 AI 的学术领域和工业领域都越来越重要。本课程提供了一些最常用的 ML 算法的广泛介绍。它还将介绍一些关键的算法原理，这些原理将作为更高级课程的基础，如 CSC412/2506（概率学习和推理）和 CSC413/2516（神经网络和深度学习）。我们从最近邻，典型非参数模型开始。然后我们转向参数模型: 线性回归、逻辑回归、softmax 回归和神经网络。然后我们转向无监督学习，特别关注概率模型，以及主成分分析和 k 均值。最后，我们介绍了强化学习的基础知识。