0
| 本文作者： AI研習(xí)社-譯站 | 2020-08-17 14:16 |
字幕組雙語(yǔ)原文：人工智能本科學(xué)位完整四年課程規(guī)劃(斯坦福)
英語(yǔ)原文：A Complete 4-Year Course Plan for an Artificial Intelligence Undergraduate Degree
翻譯：雷鋒字幕組（明明知道、jiazhenbin、婁門人家）
離開(kāi)學(xué)校已經(jīng)有一段時(shí)間了，我現(xiàn)在有許多時(shí)間可以去反思下某些課程對(duì)我在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的發(fā)展有多大益處。我決定將我的想法在這篇文章中發(fā)表，為四年制人工智能本科學(xué)位的學(xué)習(xí)給出一個(gè)完整的課程規(guī)劃。
這些課程旨在為人工智能和計(jì)算機(jī)科學(xué)領(lǐng)域的新人們提供廣度與深度并重的知識(shí)。這個(gè)課程體系的構(gòu)建深受我所學(xué)過(guò)課程的啟發(fā)，并且反映了那些我認(rèn)為在人工智能生涯中必備的技能。
你也許通過(guò)Coursera在線課程就能獲得某些人工智能領(lǐng)域的知識(shí)，但我的側(cè)重點(diǎn)是在實(shí)際應(yīng)用中培養(yǎng)對(duì)這些概念的深層理解。徹底理解某個(gè)領(lǐng)域確實(shí)花費(fèi)時(shí)間，但我認(rèn)為所謂的“捷徑”并不可行，因此，這個(gè)課程規(guī)劃是為那些想從基礎(chǔ)理論開(kāi)始系統(tǒng)學(xué)習(xí)的人們配備的。
介紹結(jié)束了，就讓我們開(kāi)始吧。
在人工智能學(xué)位學(xué)習(xí)的第1年，你應(yīng)該聚焦于學(xué)習(xí)那些構(gòu)成計(jì)算機(jī)科學(xué)和現(xiàn)代機(jī)器學(xué)習(xí)基礎(chǔ)的核心概念。此處，我假設(shè)你完全沒(méi)有計(jì)算機(jī)科學(xué)先修經(jīng)歷，所以，這一年的主要精力應(yīng)該花在學(xué)習(xí)軟件和算法基礎(chǔ)上，在你的整個(gè)學(xué)位學(xué)習(xí)階段和職業(yè)生涯中都將會(huì)需要這些基礎(chǔ)知識(shí)。你應(yīng)該聚焦的課程包括：
程序設(shè)計(jì)基礎(chǔ)（Programming Fundamentals）：介紹面向?qū)ο蟪绦蛟O(shè)計(jì)及數(shù)據(jù)結(jié)構(gòu)（集合、圖等）。人工智能從業(yè)者需要有扎實(shí)的軟件工程技能。相關(guān)課程代碼：CS 106B。
計(jì)算機(jī)系統(tǒng)導(dǎo)論（Introduction to Computer Systems）：講授從低層來(lái)角度來(lái)看計(jì)算機(jī)科學(xué)系統(tǒng)是如何設(shè)計(jì)和構(gòu)成的。其中，重點(diǎn)在于學(xué)習(xí)軟件編譯過(guò)程，當(dāng)你運(yùn)行程序時(shí)會(huì)發(fā)生什么，在內(nèi)存中程序是如何組織的等。相關(guān)課程代碼：CS 107。
算法（Algorithms）：涵蓋廣泛使用的計(jì)算機(jī)科學(xué)算法后面的數(shù)學(xué)和理論，比如廣度優(yōu)先遍歷、動(dòng)態(tài)規(guī)劃，以及如何分析那些算法的內(nèi)存和運(yùn)行時(shí)特點(diǎn)。相關(guān)課程代碼：CS 161。
概率論（Probability Theory）：概率統(tǒng)計(jì)是許多機(jī)器學(xué)習(xí)算法的核心， 學(xué)習(xí)如何解釋和分析數(shù)據(jù)對(duì)于任何機(jī)器學(xué)習(xí)或大數(shù)據(jù)科學(xué)的領(lǐng)域來(lái)說(shuō) ，都是至關(guān)重要的。相關(guān)課程代碼：CS 109。
線性代數(shù)（Linear Algebra）：涵蓋如何運(yùn)用矩陣和向量，解線性方程，應(yīng)用最小二乘法。這些數(shù)學(xué)基礎(chǔ)知識(shí)在機(jī)器學(xué)習(xí)領(lǐng)域都被廣泛使用。相關(guān)課程代碼：EE 103。
多維微積分（Multi-dimensional Calculus）：你應(yīng)該能輕松地解得函數(shù)梯度，因?yàn)檫@是諸如反向傳播算法之類的現(xiàn)代深度學(xué)習(xí)主力算法的核心技術(shù)。相關(guān)課程代碼：工程向量微積分。
人工智能本科二年級(jí)學(xué)生的重點(diǎn)應(yīng)該是讓自己了解人工智能的一般原理，已經(jīng)解決的問(wèn)題是什么以及是如何解決的。此外，你應(yīng)該繼續(xù)理解與模型構(gòu)建相關(guān)的計(jì)算機(jī)系統(tǒng)，并實(shí)踐軟件工程和設(shè)計(jì)原則。為此，建議學(xué)習(xí)以下課程：
人工智能導(dǎo)論（Introduction to Artificial Intelligence）：涵蓋了不同的人工智能領(lǐng)域的廣泛概述，如搜索、游戲、邏輯、圖形模型、機(jī)器學(xué)習(xí)和這些算法的應(yīng)用。這樣的課程應(yīng)該為從符號(hào)邏輯到統(tǒng)計(jì)技術(shù)等方法的思想演變提供歷史背景。相關(guān)課程：CS 221。
編譯器（Compilers）：涵蓋編譯器背后的設(shè)計(jì)和理論，理想情況下強(qiáng)調(diào)從頭構(gòu)建一個(gè)完整的編譯器。編譯器是你編寫(xiě)的每一個(gè)程序的核心，即使對(duì)人工智能從業(yè)者來(lái)說(shuō)，理解它們的工作原理也是很重要的，這樣你才能成為有能力的工程師。這樣的課程將讓你很好地接觸到如何構(gòu)建一個(gè)復(fù)雜的軟件系統(tǒng)，著重于模塊化的、經(jīng)過(guò)文檔化和測(cè)試的、架構(gòu)良好的組件。除此之外，如果你對(duì)追求應(yīng)用于語(yǔ)言理解的人工智能感興趣，編譯器的設(shè)計(jì)和傳統(tǒng)自然語(yǔ)言處理堆棧之間的相似之處是不可思議的。相關(guān)課程：CS 143。
數(shù)據(jù)庫(kù)導(dǎo)論（Introduction to Databases）：涵蓋數(shù)據(jù)庫(kù)管理系統(tǒng)背后的原理，重點(diǎn)諸如關(guān)系數(shù)據(jù)模型、索引、模式和事務(wù)等部分。任何現(xiàn)代數(shù)據(jù)科學(xué)家或機(jī)器學(xué)習(xí)工程師都必須在某種程度上與數(shù)據(jù)庫(kù)交互，因此了解它們的組織架構(gòu)方式至關(guān)重要。相關(guān)課程：CS 145。
并行計(jì)算（Parallel Computing）：并行計(jì)算平臺(tái)構(gòu)成了當(dāng)今許多平臺(tái)和技術(shù)的核心，從 Apache Spark 到 GPU 等硬件。有關(guān)并行計(jì)算的課程應(yīng)該介紹這些系統(tǒng)背后的思想，以便你更熟練地有效地使用它們。相關(guān)課程：CS 149。
操作系統(tǒng)（Operating Systems）：如果你想真正擅長(zhǎng)系統(tǒng)編程，成為一個(gè)更熟練的工程師，那就去上一門操作系統(tǒng)課程，在這門課程中，你必須從頭開(kāi)始構(gòu)建一個(gè)操作系統(tǒng)。您不僅將學(xué)習(xí)如何設(shè)計(jì)操作系統(tǒng)，還將學(xué)習(xí)如何成為一名精通Debug代碼的程序員。在未來(lái)的人工智能職業(yè)中，這些基本技能將是無(wú)價(jià)的。相關(guān)課程：CS 140。
在第三年，你應(yīng)該專注于深入學(xué)習(xí)機(jī)器學(xué)習(xí)以及統(tǒng)計(jì)原理的特定領(lǐng)域應(yīng)用，包括自然語(yǔ)言處理、大數(shù)據(jù)分析和計(jì)算機(jī)視覺(jué)。以下是一些推薦的課程：
機(jī)器學(xué)習(xí)（Machine Learning）：涵蓋機(jī)器學(xué)習(xí)的原則，包括監(jiān)督和非監(jiān)督學(xué)習(xí)和模型訓(xùn)練概念，如偏方差權(quán)衡、正則化和模型選擇。一定要學(xué)習(xí)這些理論并把它們學(xué)好，因?yàn)槿斯ぶ悄軓臉I(yè)者每天都在使用它們。相關(guān)課程：CS 229。
凸優(yōu)化（Convex Optimization）：涵蓋解決凸優(yōu)化問(wèn)題背后的思想與應(yīng)用到統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、信號(hào)處理和其他領(lǐng)域。雖然現(xiàn)在許多模型使用非凸目標(biāo)，但這有助于理解可處理優(yōu)化問(wèn)題背后的形式。相關(guān)課程：EE 364A。
概率圖形模型（Probabilistic Graphical Models）：涵蓋圖形模型范式，它允許對(duì)隨機(jī)變量的大量集合進(jìn)行概率建模。計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等各種應(yīng)用中的許多問(wèn)題都可以用圖形模型來(lái)表達(dá)，因此了解這些思想是有幫助的。相關(guān)課程：CS 228。
數(shù)據(jù)挖掘（Data Mining）：涵蓋如何處理大數(shù)據(jù)集的技術(shù)和方法，尤其側(cè)重于推薦系統(tǒng)、聚類和大規(guī)模監(jiān)督機(jī)器學(xué)習(xí)等應(yīng)用領(lǐng)域。鑒于每天都會(huì)產(chǎn)生大量新數(shù)據(jù)，人工智能從業(yè)者必須適應(yīng)大規(guī)模操作和分析數(shù)據(jù)，特別是通過(guò)使用 Spark 這樣的現(xiàn)代工具包。相關(guān)課程：CS 246。
自然語(yǔ)言處理（Natural Language Processing）：介紹讓機(jī)器理解文本數(shù)據(jù)背后的理論和實(shí)踐。這樣的課程應(yīng)該概述諸如解析和命名實(shí)體識(shí)別之類的傳統(tǒng)自然語(yǔ)言處理中的任務(wù)，并講授如何使用諸如深度學(xué)習(xí)之類的技術(shù)來(lái)解決這些任務(wù)。相關(guān)課程：CS 224N。
用于計(jì)算機(jī)視覺(jué)的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks for Computer Vision）：涵蓋了現(xiàn)代深度學(xué)習(xí)體系結(jié)構(gòu)背后的理論，尤其是與構(gòu)建計(jì)算機(jī)視覺(jué)模型有關(guān)的理論。在當(dāng)今的人工智能領(lǐng)域中，想要獲得成功，擁有扎實(shí)的神經(jīng)網(wǎng)絡(luò)基礎(chǔ)至關(guān)重要。相關(guān)課程：CS 231N。
第四年的課程名稱應(yīng)該是實(shí)踐、實(shí)踐、再實(shí)踐！在你完成你的頭三年課程的時(shí)候，你對(duì)低級(jí)計(jì)算機(jī)科學(xué)和軟件工程原理以及人工智能概念及其應(yīng)用背后的理論已經(jīng)有了深入的了解。在這一點(diǎn)上，你需要多花時(shí)間動(dòng)動(dòng)手。
找到您感興趣的研究領(lǐng)域，獲取現(xiàn)有數(shù)據(jù)集（或開(kāi)發(fā)自己的數(shù)據(jù)集），然后開(kāi)始構(gòu)建模型。學(xué)習(xí)數(shù)據(jù)處理、假設(shè)檢驗(yàn)和錯(cuò)誤分析的細(xì)微差別。學(xué)習(xí)如何對(duì)模型進(jìn)行故障排除。
想要成為一名人工智能領(lǐng)域的專家，那需要將你所學(xué)到的所有原則付諸實(shí)踐。下面是一些如何盡可能多實(shí)踐的方法：
參加項(xiàng)目課程：一些大學(xué)會(huì)開(kāi)設(shè)一些課程，在這些課程中，你可以在整個(gè)課程期間嚴(yán)格地處理一類問(wèn)題中的單個(gè)項(xiàng)目。這些類很好，因?yàn)槟袝r(shí)間真正深入研究項(xiàng)目的所有復(fù)雜性。我想到的一個(gè)例子是 CS 341。
參與研究：參與研究是獲得人工智能工作中所有錯(cuò)綜復(fù)雜的實(shí)踐經(jīng)驗(yàn)的一種十分有效的方式。主動(dòng)幫助研究生完成你感興趣的課題，或者請(qǐng)求老師資助你自己的課題！通過(guò)這樣做，你會(huì)很好地了解從事人工智能課題時(shí)的日常工作情況。
進(jìn)行行業(yè)實(shí)習(xí)：如果你的時(shí)間安排允許，可以考慮從學(xué)校請(qǐng)假到一家人工智能公司實(shí)習(xí)。許多公司都提供 3-6 個(gè)月的實(shí)習(xí)機(jī)會(huì)，讓你接觸到所學(xué)原理的實(shí)際應(yīng)用。如果你打算畢業(yè)后馬上就進(jìn)入工業(yè)界，那么沒(méi)有更好的方式來(lái)體驗(yàn)數(shù)據(jù)科學(xué)家或機(jī)器學(xué)習(xí)工程師的工作。
至此，你已經(jīng)完成了一個(gè)完整的四年課程規(guī)劃，為你未來(lái)成功的機(jī)器學(xué)習(xí)或數(shù)據(jù)科學(xué)的職業(yè)生涯準(zhǔn)做好了準(zhǔn)備！值得一提的是，并非必須參加上述所有課程。
另一種方法是瀏覽上述列表，并選修有關(guān)課程來(lái)填補(bǔ)自己的概念或技能空白。雖然有很多東西要學(xué)習(xí)，但但現(xiàn)在正是參與人工智能的激動(dòng)人心的時(shí)刻，機(jī)遇無(wú)窮，研究領(lǐng)域廣闊，未來(lái)大有可為。好運(yùn)！
雷鋒字幕組是由AI愛(ài)好者組成的志愿者翻譯團(tuán)隊(duì)；團(tuán)隊(duì)成員有大數(shù)據(jù)專家、算法工程師、圖像處理工程師、產(chǎn)品經(jīng)理、產(chǎn)品運(yùn)營(yíng)、IT咨詢?nèi)?、在校師生；志愿者們?lái)自IBM、AVL、Adobe、阿里、百度等知名企業(yè)，北大、清華、港大、中科院、南卡羅萊納大學(xué)、早稻田大學(xué)等海內(nèi)外高校研究所。
了解字幕組請(qǐng)聯(lián)系微信：tlacttlact
轉(zhuǎn)載請(qǐng)聯(lián)系字幕組微信并注明出處：雷鋒字幕組
雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
