home.work.caltech.edu

该网站介绍了三类可核对的 AI 应用成果：非侵入式真实血压测量方法（已发表于 PNAS Nexus，并获美国专利 #11,950,887）、血凝块检测方法（美国专利已获批），以及一个在新冠预测上优于 CDC 集成模型的 AI 模型。金融方向则以公开文章和访谈形式呈现，而非产品发布。这些内容来自 Caltech 教授 Yaser S. Abu-Mostafa 的个人网站，属于研究进展与媒体曝光汇总，不是可直接使用的软件或服务入口。

医疗方向：两项专利与一项对比结果

非侵入式真实血压测量

网站说明该方法被 IEEE Spectrum、多家新闻媒体及 Caltech 报道，同行评审论文发表于 PNAS Nexus，美国专利 #11,950,887 已获批。这里的关键词是“真实血压”（true Blood Pressure）——强调测量的是真实血压值而非替代指标，且方式为非侵入式。网站未披露设备形态、临床数据规模或商用时间表，因此适合作为“该团队在做这件事、已有论文与专利”的判断依据，不适合据此评估产品可用性。

血凝块检测

网站写明该检测方法的美国专利已获批，但未给出专利号、论文出处或检测原理。相比血压项目，这一项的可核对信息更少，只能确认“专利已 issued”这一状态。

新冠预测模型

网站以“AI model for Covid beats CDC ensemble”为标题列出该成果，即该模型在预测表现上优于 CDC 的集成模型。网站未提供评估指标、时间窗口或数据来源，引用时宜把它当作作者自述的对比结论，而非独立验证结果。

金融方向：以文章和访谈为主

网站“Sample Articles”栏目列出“Ask an Expert: AI and Finance”，属于专家问答形式的公开文章。Abu-Mostafa 的简介中提到他是 Machine Learning Consultants LLC 的董事长、Esperto Medical, Inc. 的联合创始人，主要专长包括 AI、机器学习、AI 的医疗应用和计算金融（Computational Finance）。他本人还主持过 NNCM-94、NNCM-96 神经网络与资本市场会议以及 CF-99 计算金融会议。这些背景说明金融是其长期研究方向，但网站上没有对应的产品、工具或数据集发布。

其他公开文章

同一栏目还列出“AI and nuclear weapons”（葡萄牙语）和一篇中文的 Caltech AI 专家报道，属于媒体访谈与评论，不构成研究成果本身。

怎么用这些信息

• 想引用血压测量成果：以 PNAS Nexus 论文和美国专利 #11,950,887 为核对锚点，媒体转载只作辅助。
• 想了解血凝块检测：目前只能确认专利状态，需另行检索专利数据库获取细节。
• 想比较新冠模型：网站只给了“优于 CDC 集成模型”的结论，做严谨对比前应找到原始评估材料。
• 想找可上手的资源：这些成果不是教程或工具。网站真正可学的是其机器学习教材《Learning from Data》和观看量超八百万的 MOOC，二者与上述应用成果分属不同栏目。

Yaser S. Abu-Mostafa 是加州理工学院（Caltech）电气工程与计算机科学教授，主要研究领域为人工智能、机器学习、AI 的医疗应用和计算金融。他同时担任 Machine Learning Consultants LLC 的董事长，并是 Esperto Medical, Inc. 的联合创始人。判断这个网站是否值得关注，关键看他与机器学习教学、医疗 AI 和计算金融三条线的交集：他既是经典教材《Learning from Data》的作者，也是 Caltech 首门直播课程（后发展为大规模开放在线课程）的主讲人。

主要研究领域

根据网站首页的自我介绍，他的专长集中在四个方向：

• 人工智能与机器学习：核心研究方向，也是其教学与公开传播的主线。
• AI 的医疗应用：网站“What's New”提到，其非侵入式真实血压测量方法曾被 IEEE Spectrum 及多家新闻报道，同行评审论文发表于 PNAS Nexus，相关美国专利 #11,950,887 已获批；另有血栓检测方法的美国专利已获授权。
• 计算金融：他曾主持多届“资本市场中的神经网络”国际会议（NNCM-94、NNCM-96）和第六届计算金融国际会议（CF-99）。
• 从提示中学习（learning from hints）：网站提到这是一种新方法，配有最新论文和一段 18 分钟的视频讲解，用于该技术的免费软件包当时正在准备中。

教学与学术荣誉

网站列出的教学类荣誉包括：

学术组织经历

• 神经信息处理系统年会（NIPS/NeurIPS）创始程序主席。
• IEEE 神经网络理事会创始成员。
• 上述 NNCM 与 CF 系列国际会议的主席经历。

教学资源与公开影响力

网站“Popular Items”部分给出了几项可核对的公开成果：

• 教材《Learning from Data》是亚马逊机器学习类畅销书，曾多次位列亚马逊计算机科学全类别第一。
• 机器学习在线课程（MOOC）自作为 Caltech 首门直播课程推出以来，在 YouTube 等服务器上的累计观看量超过 800 万次。
• 其公开演讲《Artificial Intelligence: The Good, The Bad, And The Ugly》是 Caltech 百年校庆季观看量最高的 Watson 讲座。

适合谁关注这个网站

如果你在找机器学习入门教材配套资源、想了解 AI 医疗应用的研究进展，或关注 AI 与金融、核武器等议题的公开讨论，这个网站提供了作者本人的论文、视频和媒体文章入口。网站“Sample Articles”列出了 AI 与金融、新冠 AI 模型、AI 与核武器等主题的媒体文章（含中文、葡萄牙语版本）。需要注意，网站未提及课程或软件的价格与登录要求，具体以各资源页面为准。

这是加州理工学院（Caltech）教授 Yaser S. Abu-Mostafa 的个人学术主页，用于汇总他的身份介绍、研究动态、公开讲座、文章与课程资源。它属于个人成果展示页，不是商业购物网站，也不是在线课程平台；页面本身没有提供付费或注册入口。

网站主人是谁

Yaser S. Abu-Mostafa 是加州理工学院电气工程与计算机科学教授，同时担任 Machine Learning Consultants LLC 的董事长，也是 Esperto Medical, Inc. 的联合创始人。他的主要研究领域包括人工智能、机器学习、AI 的医疗应用和计算金融。

页面列出的部分教学与学术荣誉：

• 加州理工学院 Clauser Prize（授予最具原创性的博士论文）
• ASCIT 教学奖（1986、1989、1991）
• GSC 教学奖（1995、2002）
• Richard P. Feynman 卓越教学奖（1996）
• 曾任神经信息处理系统大会（NIPS/NeurIPS）创始程序主席、IEEE 神经网络理事会创始成员

页面上有什么内容

网站按几个板块组织，适合按目的查找：

适合谁看、怎么用

• 想系统学机器学习：页面指向教材《Learning from Data》和 MOOC。MOOC 是 Caltech 首次课程直播的产物，累计观看量超过 800 万，适合作为入门或复习的公开资源线索。
• 关注 AI 在医疗与金融的落地：What's New 中的血压测量、血栓检测和“从提示中学习”属于研究动态，页面给出了论文与视频入口，可据此追踪原始材料。
• 需要公开讲座或科普文章：Popular Items 和 Sample Articles 提供了讲座与媒体文章的线索，适合非专业读者了解其观点。

需要注意：页面提到“使用该技术的免费软件包正在准备中”，说明相关工具尚未发布；页面也未标注任何价格或登录要求，涉及教材、课程的具体获取方式需到对应平台确认。

home.work.caltech.edu 是加州理工学院（Caltech）电气工程与计算机科学教授 Yaser S. Abu-Mostafa 的个人网站。站内可直接获取的机器学习学习资源主要有四类：一门累计观看超过八百万次的机器学习在线课程（MOOC）、教材《Learning from Data》的相关信息、机器学习讲座片段与公开演讲视频，以及 AI 与金融、AI 与医疗等主题的文章和论文。这些资源适合想系统入门机器学习、或希望了解 AI 在金融与医疗中应用的人；网站本身是个人主页，不提供课程报名、成绩或证书服务，具体学习平台需按各资源指向的渠道自行确认。

核心资源一览

机器学习 MOOC 与教材

课程是站内最值得优先使用的资源。它最初作为 Caltech 首次课程直播推出，之后在 YouTube 等服务器上累计获得超过八百万次观看，说明内容公开可及、受众广。教材《Learning from Data》与课程同源，站内将其列为“Popular Items”，并说明该书是亚马逊机器学习类畅销书、曾多次在计算机科学全类别中排名第一。

使用建议：先以课程视频建立整体框架，遇到推导或习题时再对照教材相应章节。课程视频分布在外部平台，站内只做介绍和入口指引，因此实际播放、配套材料是否齐全，需要以跳转后的页面为准。

讲座片段与公开演讲

站内“What's New”提到一段 18 分钟的视频，讲解“从提示中学习”（learning from hints）的新方法，并附有最新论文链接；同一处还说明配套的免费软件包正在准备中。这类内容适合已经具备机器学习基础、想了解具体研究方向的读者。

另一项是作者在 Caltech 百年校庆季的公开演讲《Artificial Intelligence: The Good, The Bad, And The Ugly》，站内称其为该季观看量最高的 Watson Lecture。它面向一般听众，适合用来建立对 AI 社会影响的整体认识，而不是替代技术课程。

文章与研究方向

“Sample Articles”栏目列出多篇面向公众或专业读者的文章，包括“Ask an Expert: AI and Finance”、关于 AI 模型在 Covid 预测上表现优于 CDC 组合模型的内容，以及 AI 与核武器等主题，部分提供中文和葡萄牙文版本。站内还列出作者的主要研究领域：人工智能、机器学习、AI 的医疗应用和计算金融。

如果目的是了解 AI 在金融或医疗中的实际应用，可以先读这些文章，再顺着文中引用的论文深入；如果目的是打基础，仍应回到 MOOC 和教材。

使用时的注意点

• 网站是教授个人主页，不是课程平台。课程播放、教材购买、论文下载都发生在外部站点，站内只提供介绍与链接。
• 站内未提及课程费用、注册方式或证书信息，不要默认课程附带证书或学分。
• “免费软件包正在准备中”属于站内当时的表述，是否已发布需以实际页面为准。
• 部分文章为其他语言版本，阅读前先确认语言是否符合需要。

从哪里开始

想入门机器学习：先看 MOOC，配合《Learning from Data》教材。想了解某个研究方向：看“What's New”中的视频片段与论文。想了解 AI 的社会与行业影响：看公开演讲和“Sample Articles”中的文章。