哈佛大学(2020)《CS50 Python人工智能入门》课程资料下载

关注上方“深度学习技术前沿”，选择“星标公众号”，

资源干货，第一时间送达！

【导读】本课程探讨现代人工智能基础上的概念和算法，深入探讨游戏引擎、手写识别和机器翻译等技术的思想。通过实践项目，学生在将图形搜索算法、分类、优化、强化学习以及其他人工智能和机器学习的主题融入到他们自己的Python程序中，从而获得图形搜索算法、分类、优化和强化学习背后的理论知识。课程结束时，学生将获得机器学习库的经验，以及人工智能原理的知识，使他们能够设计自己的智能系统。

课程视频链接：https://www.bilibili.com/video/av882719663/

目录

1. 搜索（Search）

2. 知识（Knowledge）

3. 不确定性（Uncertainty）

4. 优化（Optimization）

5. 学习（Learning）

6. 神经网络（Neural Networks）

7. 语言（Language）

讲师简介

David J. Malan是Gordon McKay工程与应用科学学院的计算机科学实践教授，也是哈佛大学教育研究生院的教员。他于1999年、2004年和2007年分别获得哈佛大学计算机科学学士学位、硕士学位和博士学位。他教授计算机科学50课程，也被称为CS50，这是哈佛大学最大的课程，耶鲁大学最大的课程之一，也是edX最大的MOOC课程，注册人数超过150万。他还在哈佛商学院、哈佛法学院、哈佛延伸学院和哈佛暑期学院任教。他所有的课程都是免费开放课程。

个人链接：https://cs.harvard.edu/malan/

 

我是布赖恩，哈佛大学继续教育学院的资深导师。我于2019年从哈佛大学毕业，获得了计算机科学和语言学学位。我目前在哈佛大学计算机科学导论课程CS50的团队中工作，在那里我专注于教学、课程开发、拓展和软件工具。我也是通过edX、哈佛扩展学院和哈佛暑期学院提供的Python人工智能入门和Python和JavaScript Web编程的讲师。

 

我曾与许多其他计算机科学课程合作过，包括CS51，哈佛计算机抽象与设计课程，CS124，哈佛算法导论，以及CS100，哈佛数字人文领域的软件工程课程。除了计算机科学教育，我还在Palantir做过软件工程实习生，在哈佛深红报做过新闻主管和数字战略家，我还在 3P Speech和全国演讲与辩论协会工作过。我对计算、语言和教育感兴趣。

 

个人链接：https://brianyu.me/

部分PPT：

资料传送门：

便捷下载，请关注深度学习技术前沿公众号

• 后台回复“CS50” 就可以获取《哈佛《CS50 Python人工智能入门》PPT和代码链接

既来之，给个在看可否~