课程简介
- 所属大学：MIT
- 先修要求：线性代数、概率统计、机器学习基础
- 编程语言：Python
- 课程难度：🌟🌟🌟🌟
- 预计学时：90 小时
MIT 6.7960 的优势在于覆盖面相对更广：除了主流的 LLM/NLP 主线，也会涉及计算机视觉等任务与方法，适合希望建立“多方向通识”的学习者，而不是只押注单一赛道。
课程通常会把理论、模型设计和应用案例结合起来，帮助你理解“同一套深度学习思想”如何在不同任务中落地。对自学者来说，这门课的作业和项目也很适合做进阶练手。
课程资源
- 课程网站：https://ocw.mit.edu/courses/6-7960-deep-learning-fall-2024/
- 课程视频：MIT OCW 页面提供 Lecture 视频与相关材料
- 课程教材：Lecture Notes / 讲义 + 推荐论文
- 课程作业：MIT OCW 页面提供作业与项目信息
资源汇总
暂未提供公开的个人课程笔记与作业仓库。