自学课程

斯坦福官方：Artificial Intelligence Professional Program 人工智能专业教育项目

【第一步：筑基与核心算法】        【第二步：攻克 LLM 底层】        【第三步：进阶前沿图智能】
     XCS221               ➡️     XCS224N               ➡️     XCS224W 
(AI 原理、搜索与概率图)            (Transformer、大模型底层)           (图神经网络、知识图谱)

• ⭐️CS221: 人工智能原理与技术

  • Artificial Intelligence: Principles and Techniques
  • Stanford CS221: Artificial Intelligence: Principles and Techniques | Autumn 2025

• ⭐️CS224N: 基于深度学习的自然语言处理

  • Natural Language Processing with Deep Learning

  • Stanford CS224N: NLP with Deep Learning | Spring 2024

• XCS224R：深度强化学习

  • Deep Reinforcement Learning
  • Stanford CS224R Deep Reinforcement Learning

• ⭐️CS224W: 图机器学习

  • Machine Learning with Graphs
  • Stanford CS224W: Machine Learning with Graphs

• CS229: 偏理论，对数学要求比较高

  • Machine Learning

  • Stanford CS229: Machine Learning I Spring 2022

• CS230: 偏重实践，机器学习算法实践课

  • B站—斯坦福 CS230 2025 秋 深度学习导论【中配+中字】

  • 第一节课老师说了很多关键信息，例如人工智能领域的工作信息

    • 全球训练大模型领域的人员非常少，一般不会从头来训练大模型
    • 更多的是使用大模型来开发，团队如何实际应用，实际落地

• CS231N:深度学习在计算机视觉中的应用

  • Deep Learning for Computer Vision
  • Stanford CS231N Deep Learning for Computer Vision | Spring 2025

• CS234: 强化学习

  • Reinforcement Learning
  • Stanford CS234 I Reinforcement Learning I Spring 2024 I Emma Brunskill

• CS236: 深度生成模型

  • Deep Generative Models
  • Stanford CS236: Deep Generative Models | 2023