学生感悟1：经过此次课程的学习，我初步掌握了统计学习理论的基础知识，加深了我对统计机器学习基础理论的理解，有助于我今后的科研学习，为我的研究打下坚实基础。

学生感悟2：这门课应该是工科学生进行科学研究的基础，老师上课讲解的很好，有意选了英文教学，这门课对于我方向视频编解码的深入学习，奠定了基础。

学生感悟3：本人研究方向是知识图谱，该课程当中的优化思想以及机器学习当中常用的数据处理方法如升降维、聚类等对我有一定启发，能够增加我思维的深度和广度。

学生感悟4：通过这门课的学习，很好的巩固了我的统计优化方面的基础知识，对我目前的研究工作在理论上有很大的促进作用，也让我对很多以前研究过的方法有了更深的理解。

学生感悟5：通过学习本门课程，对一些机器学习算法公式的推导有了更深的理解，以及学到了很多算法背后的数学理论，在今后的学习生涯中，我也会用本门课所讲授的方法，把复杂问题简单化，探究其背后实现的原理。

学生感悟6：统计学习理论及应用在对后期研究方向，基于异构大数据采集分析到机器辅助结果判断，有非常大帮助。

学生感悟7：初学统计学习方法时，其中繁多的理论以及复杂的公式，例如SVM中的拉格朗日对偶问题，凸优化，核方法，以及EM算法等，对我来说是一个非常大的考验和困难。本科和硕士期间基本上都以编程和做项目为主，到了研二才开始走学术，且入门就是深度学习，对于这些经典的传统机器学习算法知之甚少。通过本门课程的学习，我才逐渐理解到以前的深度学习只是停留在表面，机器学习的精髓在于这些经典的统计学习方法，一些深度学习中用到的理论也是由这些理论推导而来。这门课对于我来说，绝对是带给我了巨大的收获。

学生感悟8：《统计学习理论及应用》这门课所教授的知识，蕴含了深厚的数学知识，以及严格的数学理论推导，支撑着很多算法的可行性。就我自己的研究领域而言，在算法的基础理论上有着很重要的影响与帮助。

学生感悟9：课上知识体系讲解较为深入，让我能够更加深入地思考各个算法的核心思想而不局限于表面的应用，课上严谨的逻辑也令人印象深刻，让我知道算法是怎么设计的以及其内在的逻辑，也希望今后自己做研究也能做到深入思考以及逻辑严密。