分享一套斯坦福大學在2020年初，2019年底放出一門免費精品課程-人工智能原理與技術課程，對於對於春節想要系統學習人工智能知識朋友絕對不容錯過。
課程介紹
這門課主要講什麼？網絡搜索、語音識別、人臉識別、機器翻譯、自動駕駛和自動調度有什麼共同之處呢？這些都是複雜的現實應用問題，人工智能的目標是用嚴格的數學工具來解決這些問題。在本課程中，你將學習驅動這些應用程序的基本原理，並通過課後作業實現其中一些系統。具體主題包括機器學習、搜索、遊戲、馬爾可夫決策過程、約束滿足、圖模型和邏輯。這門課程的主要目標是讓你具備解決生活中可能遇到的新人工智能問題能力。
文末附本課程視頻、ppt、課程pdf下載地址。
課程主講人
課程助教
課程基礎
本課程節奏快，涉及面廣，所以在理論和實踐方面需要有一個堅實的基礎。你最好參加下列課程(或同等課程):
編程(CS 106A、CS 106B、CS 107)
離散數學(CS 103)
概率(CS 109)
參考教材
這門課沒有必修教材，你應該能夠從課堂筆記和家庭作業中學到一切。然而，如果你想追求更高級的主題或者從另一個角度學習相同知識，這裡有一些書可以參考閱讀:
Russell and Norvig. Artificial Intelligence: A Modern Approach（獲取地址：http://aima.cs.berkeley.edu/）。涵蓋的所有人工智能主題的綜合知識點。
Koller and Friedman. Probabilistic Graphical Models（獲取地址：http://mitpress.mit.edu/books/probabilistic-graphical-models）。涵蓋因子圖和貝葉斯網絡(這是CS228的教科書)。
Sutton and Barto. Reinforcement Learning: An Introduction（
獲取地址：https://mitpress.mit.edu/books/reinforcement-learning）。涵蓋馬爾可夫決策過程和強化學習。在線免費下載。Tsang. Foundations of constraint satisfaction（http://www.bracil.net/edward/fcs.html）。涵蓋約束滿足問題。
請記住，這些書涉及很多知識點，並使用不同的符號術語，因此可能需要花一些功夫與課堂上的材料聯繫起來。
課程大綱
課程視頻教程、ppt、參考書籍下載地址：https://www.toutiao.com/a1656533973547015
閱讀更多 深度學習與NLP 的文章
