跳到主要内容
步芽

【极致中配】斯坦福大学 CS221 人工智能: 原理与技术 | 2025秋季

斯坦福CS221系统讲授人工智能的核心范式：机器学习、搜索、马尔可夫决策与强化学习、博弈、贝叶斯网络、逻辑推理及语言模型，并探讨AI与社会议题。

难度
难度 4/5 — 系统覆盖AI核心方法，需较强数学与编程基础，接近高年级本科水平
适合人群
有一定数理与编程基础、想系统掌握AI原理的本科高年级或研究生
前置要求
概率论（贝叶斯网络、马尔可夫决策过程所需）、线性代数（机器学习与优化基础）、编程能力（建议Python，用于作业实现）、微积分（梯度、优化相关）
课程规模
20 讲 · 2.4 万播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

机器学习状态空间搜索马尔可夫决策过程强化学习策略梯度博弈树与对抗搜索贝叶斯网络吉布斯采样命题与一阶逻辑语言模型AI与社会AI供应链

课程大纲（20 讲）

  1. P1 · Lecture 1: Course Overview and AI Foundations39 分钟
  2. P2 · Lecture 2: Learning I42 分钟
  3. P3 · Lecture 3: Learning II43 分钟
  4. P4 · Lecture 4: Learning III41 分钟
  5. P5 · Lecture 5: Search I51 分钟
  6. P6 · Lecture 6: Search II50 分钟
  7. P7 · Lecture 7: Markov Decision Processes50 分钟
  8. P8 · Lecture 8: Reinforcement Learning48 分钟
  9. P9 · Lecture 9: Policy Gradient44 分钟
  10. P10 · Lecture 10: Games I44 分钟
  11. P11 · Lecture 11: Games II42 分钟
  12. P12 · Lecture 12: Bayesian Networks I45 分钟
  13. P13 · Lecture 13: Bayesian Networks and Gibbs Sampling43 分钟
  14. P14 · Lecture 14: Bayesian Networks and Learning46 分钟
  15. P15 · Lecture 15: Logic I45 分钟
  16. P16 · Lecture 16: Logic II45 分钟
  17. P17 · Lecture 17: Language Models44 分钟
  18. P18 · Lecture 18: AI & Society40 分钟
  19. P19 · Lecture 19: AI Supply Chains43 分钟
  20. P20 · Lecture 20: Fireside Chat, Conclusion32 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。