※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：是
哪一学年度修课：
111-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
李彦寰
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
资工所、网媒所、统计所选修
δ 课程大概内容
Lecture 1. Intro
Lecture 2. Blackwell approachability
Lecture 3. PAC-Bayes analysis
Lecture 4. Probability forecasting
Lecture 5. Aggregating algorithm
Ω 私心推荐指数(以五分计) ★★★★★
初探Online (machine) learning：★★★★★
喜欢思考＋喜欢读文献了解领域发展与历史脉络：★★★★★
想要一窥厉害的学者如何思考：★★★★★
想要一探寰神风采：★★★★★
η 上课用书(影印讲义或是指定教科书)
老师自编讲义，参考Cesa-Bianchi and Lugosi: Prediction, Learning, and Games与其
他相关论文与课本（但内容都是老师精心咀嚼编排过的）
μ 上课方式(投影片、团体讨论、老师教学风格)
投影片，老师会在ipad上以笔记软件讲解与加注。
老师讲得极好，是我在台大数一数二修完后令我印象深刻的课