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 |
| GitHub | https://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。
COMMUNITY DISCUSSION
评论
使用 GitHub 账号登录后参与讨论,评论会同步到 GitHub Discussions。