NYU教授开炮：美国大学ML课太离谱！学生炮轰课程垃圾，全靠自学

主要观点总结

本文报道了关于NYU机器学习教授对大学机器学习课程现状的看法。他认为现在很多大学的机器学习课程已经抛弃了基础概念和经典，导致学生和网友纷纷抱怨。教授强调在LLM和大规模计算力普及的今天，机器学习一年级研究生课程应该注重基础概念，并推荐了一种独特的教学方式。此外，文章还提到了国内外大学AI专业的培养方案、学生抱怨以及诺奖得主Demis Hassabis给学生的建议。

关键观点总结

关键观点1: NYU机器学习教授对大学机器学习课程的看法

他认为很多课程抛弃了关于ML和深度学习的基础概念，这很危险。他提出了一种独特的教学方式，强调基础概念，并推荐了经典论文阅读。

关键观点2: 国内外大学AI专业的培养方案

国内高校如北大和清华的AI专业培养方案涵盖了数学、计算机科学基础和人工智能课程，重视数学和基础理论课程，同时安排了丰富的实践环节。

关键观点3: 学生和网友对大学ML课程的抱怨

学生和网友纷纷表示大学的机器学习课程过于抽象，缺乏深度，缺乏必要的数学和统计学背景知识，导致他们难以理解和完成项目。

关键观点4: 诺奖得主Demis Hassabis给学生的建议

他建议学生专注于基础知识，并培养跨领域的专业知识。同时，他强调了适应能力的重要性，建议学生探索自己热爱的领域并结合自身兴趣发展。