跳到正文
xiaofu OS
首页
关于我
◐
☰
课程目录
格物之境
/
CS 学习指南
/
全部学科
/
AI 与数据
SUBJECT
AI 与数据
先建立数据和机器学习基础,再根据兴趣进入深度学习、语言模型与视觉。
数据科学
Berkeley Data 100
从数据获取、整理、探索到建模的数据科学课程入口。
AI 基础
Berkeley CS 188
学习搜索、概率推理、机器学习和决策的 AI 导论。
Harvard CS50 AI
以 Python 项目介绍搜索、知识、优化、学习与其他 AI 主题。
机器学习
Stanford CS 229
CS229 是理论与应用并重的机器学习课程。当前学期页面和资料访问方式可能不同;部分课程文件仅向 Stanford 校内成员开放。自学时可将公开 syllabus 与讲义配合使用,不把某一历史版当成当前课程要求。
Berkeley CS 189
机器学习课程入口,需结合数学和编程基础。
Machine Learning Specialization
在线机器学习专题课程;平台注册、证书与付费选项以 Coursera 页面为准。
深度学习
CMU 11-785
深度学习课程资源入口,覆盖神经网络训练与应用主题。
Neural Networks: Zero to Hero
通过代码逐步构建神经网络与语言模型的公开视频课程。
LLM 与机器学习系统
Stanford CS 336
Stanford CS336 以“从头构建语言模型”为主线,涵盖数据处理、模型结构、训练与评估。官方先修说明要求熟练 Python;其作业和算力需求较高,更适合作为 AI/深度学习基础后的进阶课。
CMU 10-714
从张量运算、自动微分和硬件执行角度学习深度学习系统。
Hugging Face LLM Course
Hugging Face 官方课程持续扩展,当前内容侧重 LLM 与 HF 工具生态。官方页面说明课程免费、需要较好的 Python 基础,并建议先学入门深度学习;Windows 用户可优先用 Colab。
NLP、视觉与图形学
Stanford CS 224N
自然语言处理课程入口,结合语言表示、神经网络和现代模型主题。
Stanford CS 231N
计算机视觉深度学习课程入口,学习视觉任务和模型训练。
GAMES101
现代计算机图形学入门课程与实验资源。