12-14日Michael I. Jordan在清华进行了为期三天的小范围讲座，面对面分享了他在伯克利AMP Lab和RISE Lab的最新研究成果。讲座内容由机器学习方法和系统组成，主要涉及概率图模型、统计推断和模型评判，以及大规模机器学习的分布式优化算法和计算框架，为清华学生分享了大量干货，在此，数据派整理了一份完整讲座笔记分享给大家（老爷子的板书公式都没放过，超全！）

Michael I. Jordan教授现执教于加州大学伯克利分校，任电气工程与计算机科学系和统计系杰出教授，实时智能决策计算平台实验室（RISELab）共同主任、统计人工智能实验室（SAIL）主任、统计系系主任。Jordan教授长期引领着机器学习、统计学的理论、方法与系统研究，是贝叶斯网络、概率图模型、层次随机过程等多个重要方向的主要奠基者之一，也是统计学与机器学习交叉融合的主要推动者之一。Jordan教授是美国科学院、美国工程院、美国艺术与科学院三院院士，是机器学习领域唯一一位获此成就的科学家。

以下为本次讲座部分笔记内容~

后台回复关键词“MJ”，下载Michael最新讲座笔记完整版。 

这里还有一份Michael之前来清华题为“计算思维、推断思维与数据科学（On Computational Thinking, Inferential Thinking and Data Science）”的主题报告视频，欢迎观看视频回顾~

报告视频建议在wifi环境下观看~

报告视频原文链接：

【干货】机器学习先驱Michael I. Jordan清华演讲视频+PPT：计算思维、推断思维与数据科学

后台回复关键词“MJ”，下载Michael最新讲座笔记完整版。 

编辑：文婧