资讯 人工智能开发者
此为临时链接,仅用于文章预览,将在时失效

斯坦福大学 | 人工智能本科4年课程清单

作者:AI研习社-译站
2020/08/17 14:16

字幕组双语原文:人工智能本科学位完整四年课程规划(斯坦福)

英语原文:A Complete 4-Year Course Plan for an Artificial Intelligence Undergraduate Degree

翻译:雷锋字幕组(明明知道jiazhenbin娄门人家


斯坦福大学 | 人工智能本科4年课程清单

离开学校已经有一段时间了,我现在有许多时间可以去反思下某些课程对我在人工智能和机器学习领域的发展有多大益处。我决定将我的想法在这篇文章中发表,为四年制人工智能本科学位的学习给出一个完整的课程规划。

这些课程旨在为人工智能和计算机科学领域的新人们提供广度与深度并重的知识。这个课程体系的构建深受我所学过课程的启发,并且反映了那些我认为在人工智能生涯中必备的技能。

你也许通过Coursera在线课程就能获得某些人工智能领域的知识,但我的侧重点是在实际应用中培养对这些概念的深层理解。彻底理解某个领域确实花费时间,但我认为所谓的“捷径”并不可行,因此,这个课程规划是为那些想从基础理论开始系统学习的人们配备的。

介绍结束了,就让我们开始吧。

第1学年:构建你的学业基础

在人工智能学位学习的第1年,你应该聚焦于学习那些构成计算机科学和现代机器学习基础的核心概念。此处,我假设你完全没有计算机科学先修经历,所以,这一年的主要精力应该花在学习软件和算法基础上,在你的整个学位学习阶段和职业生涯中都将会需要这些基础知识。你应该聚焦的课程包括:

第二年:探索领域,开发系统知识 

人工智能本科二年级学生的重点应该是让自己了解人工智能的一般原理,已经解决的问题是什么以及是如何解决的。此外,你应该继续理解与模型构建相关的计算机系统,并实践软件工程和设计原则。为此,建议学习以下课程:

第三年:进阶课程深度挖掘

在第三年,你应该专注于深入学习机器学习以及统计原理的特定领域应用,包括自然语言处理、大数据分析和计算机视觉。以下是一些推荐的课程:

第四年:实践经验至关重要

第四年的课程名称应该是实践、实践、再实践!在你完成你的头三年课程的时候,你对低级计算机科学和软件工程原理以及人工智能概念及其应用背后的理论已经有了深入的了解。在这一点上,你需要多花时间动动手。  

找到您感兴趣的研究领域,获取现有数据集(或开发自己的数据集),然后开始构建模型。学习数据处理、假设检验和错误分析的细微差别。学习如何对模型进行故障排除。

想要成为一名人工智能领域的专家,那需要将你所学到的所有原则付诸实践。下面是一些如何尽可能多实践的方法:

至此,你已经完成了一个完整的四年课程规划,为你未来成功的机器学习或数据科学的职业生涯准做好了准备!值得一提的是,并非必须参加上述所有课程。

另一种方法是浏览上述列表,并选修有关课程来填补自己的概念或技能空白。虽然有很多东西要学习,但但现在正是参与人工智能的激动人心的时刻,机遇无穷,研究领域广阔,未来大有可为。好运!


雷锋字幕组是由AI爱好者组成的志愿者翻译团队;团队成员有大数据专家、算法工程师、图像处理工程师、产品经理、产品运营、IT咨询人、在校师生;志愿者们来自IBM、AVL、Adobe、阿里、百度等知名企业,北大、清华、港大、中科院、南卡罗莱纳大学、早稻田大学等海内外高校研究所。

了解字幕组请联系微信:tlacttlact

转载请联系字幕组微信并注明出处:雷锋字幕组

雷锋网雷锋网

长按图片保存图片,分享给好友或朋友圈

斯坦福大学 | 人工智能本科4年课程清单

扫码查看文章

正在生成分享图...

取消
相关文章