编程

C541:The Python Programming Language(Python编程语言)

链接: https://stanfordpython.com/#/

CS108:Object-Oriented Systems Design(面向对象系统设计)

链接: http://web.stanford.edu/class/cs108/

CS106A:Programming Methodology(编程方法论)

链接: http://web.stanfordedu/class/cs106a/

CS106B:Programming Abstractions(抽象编程)

链接: https://web.stanford.edu/class/cs106b/

CS151:Logic Programming(逻辑编程)

链接: http://logicprogramming.stanford.edu/stanford/inde

CS242:Programming Languages(编程语言)

链接: https://web.stanford.edu/class/cs242/

算法

CS166:Data Structures(数据结构)

链接: http://web.stanford.edu/class/cs166/

CS161:Desgin and Analysis of Algorithms(算法设计和分析)

链接: https://stanford-cs161.github.io/winter2021/

CS261:Optimization and Algorithmic Paradigm (优化与算法范式)

链接: http://web.stanford.edu/~ashishg/cs261/

机器学习

C229:Machine Learming(机器学习)

链接: http://cs229.stanford.edu

CS224W:Machine Learning with Graphs(图机器学习)

链接: http://web.stanford.edu/class/cs224w/

CS129:Applied Machine Learming(应用机器学习)

链接: https://web.stanford.edu/class/cs129/

CS329S:Machine Learning Systems Design(机器学习系统设计)

链接: https://stanford-cs329s.github.io/index.html

CS228:Probabilistic Graphical Models(概率图模型)

链接: https://cs228.stanford.edu

深度学习

CS230:Deep Learning(深度学习)

链接: http://cs230.stanford.edu

CS221:Artificial Inteligence:Principles & Techniques(人工智能:原理和技术)

链接: https://stanford-cs221.github.io/spring2021/

CS224N:Natural Language Processing with Deep Learning(深度学习自然语言处理)

链接: https://cs.stanford.edu/courses/schedules/2020-20

CS231N:Convolutional Neural Networks for Visual Recognition(视觉识别的卷积神经网络)

链接: http://cs231n.stanford.edu

CS131:Computer Vision:Foundations and Applications(计算机视觉:基础和应用)

链接: http://vision.stanford.edu/teaching/cs131_fall2021

CSDN博客专家,华为云云享专家,阿里云专家博主,51CTO专家博主,现为推荐算法工程师,研究领域为AI推荐算法、NLP、图神经网络等,发表EI会议论文一篇,CSDN博客访问量破100万。 CSDN博客id:山顶夕景 微信公众号:古道西风瘦码 知识星球:AI算法乐园
计算机科学速成课 Crash Course Computer Science 笔记(摘要形式)
计算机科学速成课 Crash Course Computer Science 笔记(摘要形式)
全球名校AI课程库(18)| Stanford斯坦福 · 从语言到信息课程『From Languages to Information』
聚焦文本类数据与信息挖掘应用,课程主题内容涉猎非常广,包含算法+应用,对于帮助构建NLP中的全域概念、理解不同应用板块的算法非常有帮助。
全球名校AI课程库(20)| Stanford斯坦福 · 图机器学习课程『Machine Learning with Graphs』
课程对于graph方向的数据挖掘、机器学习(神经网络)有全面的知识覆盖。如果想学习非结构化的图数据上的各类算法,这是最权威的课程之一。
全球名校AI课程库(16)| Stanford斯坦福 · 计算机科学导论课程『Introduction to Computers』
循序渐进地介绍了计算机方向的大部分基础知识,包括计算设备的工作原理、诸多实用技能(包括网页开发等),适合初学者构建对计算机科学的全面认知。
全球名校AI课程库(15)| Stanford斯坦福 · 线性代数与矩阵方法导论课程『Introduction to Applied Linear Algebra』
快速补充线性代数的必选课程!课程用了非常多的例子和图标,来直观地表示向量、矩阵与复杂世界的关系,并将数学转化为解决工程问题的能力。
全球名校AI课程库(19)| Stanford斯坦福 · 知识图谱课程『Knowledge Graphs』
课程是面向研究生的研究研讨会,围绕多个议题展开理论讲解,并邀请多位著名研究人员和行业从业人员进行特邀讲座,讲解知识图谱在行业的实际应用。
目标是回答 多跳查询multi-hop queries,包括path queries和conjunctive queries。 conjunctive合取的,交集的;与;连接的;联合的,连接(着)的; 契合的;逻辑乘法的 介绍query2box方法以解决predictive queries问题。