斯坦福大学：人工智能本科 4 年课程清单
2021-03-18
09:09:15
52
第一年：打好基础
在取得人工智能学位的第一年，你应该专注于学习计算机科学和现代机器学习基础的核心概念，在这部分课程里，就是专门为没有计算机科学方面的经验的人准备的。第一年的大部分时间应该花在软件和算法基础知识上，你应该关注的课程包括：
编程基础知识：介绍面向对象的编程及数据结构。人工智能从业人员需要具有扎实的软件工程技能。
相关课程：https://web.stanford.edu/class/cs106b/
计算机系统概论：从初级的角度学习计算机科学系统的设计和结构。这里的重点是学习软件编译过程，执行计算机程序时会发生什么，以及如何在内存中组织程序。
相关课程：http://web.stanford.edu/class/cs107/
算法：涵盖了广泛使用的计算机科学算法(例如广度优先搜索和动态编程)背后的数学和理论，以及如何分析这些算法的内存和运行时特性。
相关课程：https://stanford-cs161.github.io/winter2021/
概率论：概率论和统计学构成许多机器学习算法的核心，学习如何解释和分析数据对于任何机器学习或数据科学事业都是至关重要的。
相关课程：http://web.stanford.edu/class/cs109/
线性代数：介绍如何处理矩阵和向量，求解线性方程式以及应用最小二乘法，这些数学基础广泛应用于机器学习。
相关课程：https://stanford.edu/cla
