上一貼，引發不少爭議 甚至誤解。我的初衷是不同意很多人這個觀點：“每個大學CS教的都一樣，所以上哪個都一樣”。
從上一貼看出，同樣CS本科畢業，學的東西差別巨大。你可以爭論學的越多就越蠢，但學的內容不一樣是事實。
我查了一下，CMU提供的有關ML的課程非常多，而且是不同係科提供，有計算機係的十幾門課，人工智能係的十幾門，機器學習係的二十幾門，語言處理係的十幾門，機器人係的十幾門，還有其他學院比如 統計和人工智能係的。所以CMU貴在選擇。
上次我給大家一個誤解是，很多人以為CMU難讀，造成困惑，使得有人沒有信心去CMU讀書。我特此說一下，這是誤解。我從來沒有說過，也不相信就讀CMU的平均智力能力會比Yale的高，而幾乎所有讀CMU的還是Yale的，都順利畢業了。當然藤校打分比較寬鬆，而CMU是另一種方法，那就是同一門課，開設難度不同的課。
比如看這門課：Introduction to Machine Learning
Yale本科沒有，研究生課程有一門： CPSC581b: Introduction to Machine Learning。有人會說，Yale的CPSC470（現在是CPSC370）AI 有ML的內容。不錯，CMU也有Yale370一樣的課，如07-180，15-281等等，但他們不能取代 Intro to ML.
而 CMU有5門：
10301 Introduction to Machine Learning
10315 Introduction to Machine Learning
10601 Introduction to Machine Learning
10701 Introduction to Machine Learning
10715 Introduction to Machine Learning
這裏不看 計算機係的 15288 ML, 15442 ML System,
語言處理係的 11344 ML
人機交互係的 05434 ML，
Information System係的 95828，
電子工程係的
18461 Introduction to Machine Learning，
18661 Introduction to Machine Learning
生物工程係的：
42656 Introduction to Machine Learning
設計院的：
49781 Introduction to Machine Learning
等等等等，好像每個係都有機器學習的課，比如 introduction to Machine Learning in Chemical engineering, in Production, in Bioinformatics, etc
這些課都是 counter-requisite, 隻能選一門。但難易程度差別很大。現在僅僅看這五門課：
10301 Introduction to Machine Learning
10315 Introduction to Machine Learning
10601 Introduction to Machine Learning
10701 Introduction to Machine Learning
10715 Introduction to Machine Learning
