分享一份斯坦福大学的人工智能本科 4 年课程清单

1.编程基础，这是AI从业人员必需具备的软件工程学的基本技能。课程为CS106B：

http://web.stanford.edu/class/cs106b/

2.计算机系统，这门课的重点在于计算机的基础设计和构建，尤其是学习软件编译的时候，运行一个程序会发生什么，以及程序是如何在内存中运行的。课程为CS107：

http://web.stanford.edu/class/cs107/

3.算法概论，这门课包含了计算机算法背后的数学和理论基础，比如最优搜索算法和动态编程，以及如何分析这些算法的内存和优缺点。课程为CS161：

http://web.stanford.edu/class/cs161/

4.概率论，概率论和统计学是机器学习算法中的核心，尤其是分析数据在实战里很重要。课程为CS109：

http://web.stanford.edu/class/cs109/

5.线性代数，如何计算矩阵和向量，线性方程组，最小二乘法，这些都是机器学习需要用到的数学基础。课程为EE103：

http://web.stanford.edu/class/ee103/

6.多维微积分，调试函数的梯度，反向传播以及机器学习，这些都是经常用到的。课程为向量微积分（工程师）：

https://www.coursera.org/learn/vector-calculus-engineers

第2年，从系统的基础知识中开始慢慢探索

AI本科的第二年，至少要明白人工智能的一些原理，应该用什么样的理论去解决问题，还需要加强对计算机系统运行的理解。

1.人工智能概论，这门课包括了人工智能领域所运用的研究，比如搜索，游戏，逻辑以及图像还有机器学习算法的应用。课程CS221：

https://stanford-cs221.github.io/spring2020/

2.编译器，主要是讲编译器背后的设计和理论，你学了之后，至少应该了解一个编译器是如何构建的，还有编译器的模块化组件，也需要了解。如果你对语义识别感兴趣，可以好好琢磨一下编译器的设计和传统的自然语言处理堆栈之间的相似之处，非常有趣。课程CS143：

http://web.stanford.edu/class/cs143/

3.数据库原理，主要讲数据库管理系统背后的原则，比如关系数据模型、索引、模式等主题，但凡你想成为数据专家或者机器学习工程师，就必须要懂得数据库的原理。课程CS145：

https://cs145-fa19.github.io/

4.并行计算，并行计算这门课会讲Apache Spark到GPU这些系统背后的原理，课程CS149：

http://cs149.stanford.edu/fall19/

5.操作系统，你如果想要擅长系统编程，就一定要上这门课，这门课是讲如何从头开始搭建一个操作系统，不仅需要设计系统，还需要明白如何调试和代码管理。如果你不明白，你手下的人敲完：sudo rm -rf /*就撤了，你该如何拯救你的代码？课程CS140：

http://web.stanford.edu/~ouster/cgi-bin/cs140

第3年，开启提升课程

这个时候应该开始学高级课程，开始NLP，BA，CV这些方向的研究，

1.机器学习，监督学习和模型训练的概念，比如偏差、方差，正则化以及模型选择，这些内容看上去简单，实际上每个AI从业者天天都在用的。课程CS229：

http://cs229.stanford.edu/

2.凸优化，这门课运用很广，比如统计学，机器学习，信号处理和其它使用凸优化的领域，虽然现在有不少问题都是非凸化的，但是你最好还是要懂背后的逻辑。课程EE364A：

http://web.stanford.edu/class/ee364a/

3.概率图模型，像CV和NLP就会经常用到，所以还是需要了解。课程CS228：

https://cs.stanford.edu/~ermon/cs228/index.html

4.数据挖掘，大数据与数据挖掘，这门课涵盖了处理大型数据集的技术方法，会运用到推荐算法、聚类以及大规模的数据集计算与分析，要知道每天产生的数量还是比较大的。课程CS246：

http://web.stanford.edu/class/cs246/

5.NLP，自然语言处理，让机器懂得文本数据的理论和时间，而且还会在这门课里学到传统自然语言处理，老师会教如何用深度学习技术来处理这些。课程CS224N：

http://web.stanford.edu/class/cs224n/

6.基于CV的卷积神经网络，基本包含了深度学习背后的理论，比如CV模型就经常运用，只要学过人工智能课程的人，没错，是来自李飞飞教授的CS231N吧。课程CS231N：

http://cs231n.stanford.edu/

第4年，同学你该开始打比赛了

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数前端工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Web前端开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注前端）

最后

推荐一些系统学习的途径和方法。

每个Web开发人员必备，很权威很齐全的Web开发文档。作为学习辞典使用，可以查询到每个概念、方法、属性的详细解释，注意使用英文关键字搜索。里面的一些 HTML，CSS，HTTP 技术教程也相当不错。

CodeChina开源项目：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】

HTML 和 CSS：

HTML 和 CSS：