Introduction to CS50 AI

Author：晓阳 | Editor：柏柏 /liuli

点击跳转👉 官方介绍以及介绍视频

本课程探讨现代人工智能基础的概念和算法，深入探讨产生游戏引擎、手写识别和机器翻译等技术的想法。

通过实践项目，学生可以将图搜索算法、分类、优化、机器学习、大型语言模型以及人工智能的其他主题融入到自己的 Python 程序中，从而了解它们背后的理论。

在课程结束时，学生将获得机器学习图书馆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。

为什么做这个教程：

对于课程笔记，在官方网站的 Note 中已经非常详细了，基本涵盖了视频课程的全部内容。

我们的教程一方面做了本土化处理，拥有更适合中国宝宝体制的描述；另一方面为项目增加了样例代码用于对照。

同学们在学习过程中可以对照我们的教程，也可以在写作业的过程中用我们的代码示例做参考，一切取决于你！

对学习者的要求:

• 学习过 CS50x (无论是否有编程基础都可以学)
• 或者学习过 cs61a 并有所拓展 (按 CS50 AI 课程介绍来说需要至少一年 Python 经验)

你可以学到什么：

这个为期 7 周的课程将教授你基本的算法思想，并涵盖深度优先搜索、广度优先搜索、贪婪最佳优先搜索等内容。随后，课程将进一步介绍优化算法，并通过一些经典的算法实例加深理解。

接下来，课程将引导你了解如何利用人工智能根据已有的信息推导新信息，并教授如何在信息不完整或存在不确定性的情况下创建能够做出最佳决策的人工智能。这部分内容会涉及一些离散数学和概率论的基础知识，但理解起来并不困难，不过不难，靠常识去理解就可以；

学习完上面的内容之后，就真正进入 AI 的学习中了。下面将教你机器学习的几个重要概念，如现在耳熟能详的监督学习、强化学习等重要概念，并在这之后学习神经网络的构建；最后你将学习自然语言处理，你可以通过这些重点基础知识来理解和实现自然语言处理的任务。

为什么推荐这门课程：

尽管 CS50 AI 可以算是一门入门课程，但是他的内容深入广泛，涵盖了涵盖了机器学习、自然语言处理、搜索算法、优化技术和神经网络等领域，通过理论讲解和实践项目帮助学生全面掌握 AI 技术。

对于初学者来说，这门课程提供了扎实的基础知识，同时也为进一步深入学习打下了良好的基础。在国外可能有类似的课程可以与之媲美，比如但是在国内绝对没有这样好的课程 (计科协精选)。

建议学时：

4~8 个小时学习一节课程，建议所有课程学完所用实践不超过 2 周。