※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
哪一學年度修課：
111-2
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
李彥寰
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
資工所、網媒所、統計所選修
δ 課程大概內容
Lecture 1. Intro
Lecture 2. Blackwell approachability
Lecture 3. PAC-Bayes analysis
Lecture 4. Probability forecasting
Lecture 5. Aggregating algorithm
Ω 私心推薦指數(以五分計) ★★★★★
初探Online (machine) learning：★★★★★
喜歡思考＋喜歡讀文獻了解領域發展與歷史脈絡：★★★★★
想要一窺厲害的學者如何思考：★★★★★
想要一探寰神風采：★★★★★
η 上課用書(影印講義或是指定教科書)
老師自編講義，參考Cesa-Bianchi and Lugosi: Prediction, Learning, and Games與其
他相關論文與課本（但內容都是老師精心咀嚼編排過的）
μ 上課方式(投影片、團體討論、老師教學風格)
投影片，老師會在ipad上以筆記軟體講解與加註。
老師講得極好，是我在臺大數一數二修完後令我印象深刻的課