跳到正文
世傲命的技术观测站 PERSONAL TECHNOLOGY OBSERVATORY
学习 CS 课程图谱 2026-06

CS 课程图谱

CS 221: Artificial Intelligence: Principles and Techniques

涵盖搜索、约束满足、博弈、马尔可夫决策过程、概率图模型、机器学习和逻辑。AI 领域的全景入门。

来源:wiki/courses/stanford-cs/基础/CS221-AI-Principles-and-Techniques.md

这篇适合谁读

这篇适合希望补 AI、LLM、系统、视觉或生成模型基础的人阅读。它把课程定位、学习价值和适合产出的笔记方向整理成公开路线,便于按目标选择课程。

Percy Liang 主讲。AI 领域综合性入门课程——搜索、约束满足、博弈、MDP、概率图模型、机器学习、逻辑。提供 AI 全景视角。

基本信息

信息内容
课程编号CS 221
课程名称Artificial Intelligence: Principles and Techniques
学校Stanford University
学期Autumn / Spring
学分3-4 Units
讲师Moses Charikar, Percy Liang 等
课程网站http://cs221.stanford.edu
GitHubhttps://github.com/stanford-cs221(⭐ 1.6k)

课程简介

涵盖搜索、约束满足、博弈、马尔可夫决策过程、概率图模型、机器学习和逻辑。AI 领域的全景入门。

先修要求

  • CS103、CS106B、CS109、CS161

公开资源

  • YouTube: 讲座录像
  • GitHub: 课程材料

与个人发展的关联

  • Percy Liang 是 HE LM 基准测试和基础模型研究的领军人物
  • 提供 AI 全景视角,是理解整个 AI 领域架构的好起点
  • 适合作为 ML 课程之前的第一门 AI 课

状态

已收录课程基本信息,待后续深入学习。

继续探索

展开学习路线

学习路线

CS 课程图谱

05 / 18
查看完整路线
  1. 01斯坦福 CS 课程学习图谱:面向 AI 与 LLM 的路线
  2. 02CS 107: Computer Organization and Systems
  3. 03CS 146S: The Modern Software Developer
  4. 04CS 149: Parallel Computing
  5. 05CS 221: Artificial Intelligence: Principles and Techniques当前
  6. 06CS 221M: Mechanistic Interpretability
  7. 07CS 224N: Natural Language Processing with Deep Learning
  8. 08CS 224v: Conversational Virtual Assistants with Deep Learning
  9. 09CS 224w: Machine Learning with Graphs
  10. 10CS 229: Machine Learning
  11. 11CS 230: Deep Learning
  12. 12CS 231n: Deep Learning for Computer Vision
  13. 13CS 234: Reinforcement Learning
  14. 14CS 236: Deep Generative Models
  15. 15CS 324: Advances in Foundation Models
  16. 16CS 336: Language Modeling from Scratch
  17. 17CS 348k: Visual Computing Systems
  18. 18CS 349d: AI Inference Infrastructure
  • #Stanford
  • #AI
  • #搜索
  • #概率图模型
  • #课程资料
  • #课程

COMMUNITY DISCUSSION

评论

使用 GitHub 账号登录后参与讨论,评论会同步到 GitHub Discussions。