史丹福大學CS課程清單

2021-02-20 MOOC星球

作者:Rui Ma

原文:150+ Stanford On-Campus Computer Science Courses Available Online

2010年代這10年間,史丹福大學授予的CS學士學位持續增長[1]。 

2019年在史丹福大學攻讀CS學位的本科生數量比其他任何學科的兩倍還多[1]

史丹福大學的CS課程已經從幾個核心學科[2]發展出許多分支方向和交叉學科[3]

大部分史丹福大學的CS課程都有獨立的網頁,一些內容僅僅向校內的學生開放。

值得注意的是,仍然有一部分課程向大眾開放了課程內容,幻燈片,推薦閱讀材料,課後作業甚至是課程視頻:例如CS106B, CS107, CS110, CS221, CS229, CS231n, 和 CS224N。

課程數據收集方法

首先,根據史丹福大學提供的2020年CS課程目錄[4]找到2020年所有學期開的課程。

同時根據史丹福大學Stanford Engineering Everywhere[5]網站搜集部分課程的視頻。

將這些課程及其視頻整理成課程清單,按照核心學科及分支學科進行歸類。

最後用🎦符號標記出了30+門帶視頻的課程,方便讀者快速瀏覽到這類課程。

如果後續有更多的課程視頻向公眾開放的話,會繼續更新清單。

這個清單僅包含史丹福大學校內CS課程,Class Central列出了由史丹福大學提供的MOOC[6]

斯坦福CS核心課程

CS106B Programming Abstractions

🎦 CS106B Programming Abstractions

CS106X Programming Abstractions in C++

CS107 Computer Organization & Systems

🎦 CS107 Programming Paradigms

CS107E Computer Systems from the Ground Up

CS110 Principles of Computer Systems

🎦 CS110 Principles of Computer Systems

斯坦福CS分支課程

🎦 CS1U Practical Unix

CS101 Introduction to Computing Principles

CS140 Operating Systems

CS140E Operating Systems Design and Implementation

CS143 Compilers

CS149 Parallel Computing

CS240 Advanced Topics in Operating Systems

CS240LX Advanced Systems Laboratory, Accelerated

CS244b Distributed Systems

CS315B Parallel Programming

CS348K Visual Computing Systems

cs357S Formal Methods for Computer Systems

CS103A Math Problem-Solving Strategies

CS106A Programming Methodologies

🎦 CS106A Programming Methodology

CS242 Programming Languages

CS358 Programming Language Foundations

CS106L Standard C++ Programming

CS151 Logic Programming

CS154 Introduction to the Theory of Computation

🎦 CS154 Introduction to the Theory of Computation

CS163 The Practice of Theory Research

🎦 CS168 The Modern Algorithmic Toolbox

CS261 Optimization and Algorithmic Paradigms

CS334A/EE364A Convex Optimization I

🎦 CS334A/EE364A Convex Optimization I

CS334B/EE364B Convex Optimization II

🎦 CS334B/EE364B Convex Optimization II

MS&E213/CS269O Introduction to Optimization Theory

CS254 Computational Complexity

CS254B Computational Complexity II

CS243 Program Analysis and Optimizations

CS265 Randomized Algorithms and Probabilistic Analysis

CS351 Open Problems in Coding Theory

CS129 Applied Machine Learning

CS229 Machine Learning

🎦 CS229 Machine Learning

🎦 CS229 Machine Learning

CS229M Statistical Learning Theory

CS205L Continuous Mathematical Methods with an Emphasis on Machine Learning

CS221 Artificial Intelligence: Principles and Techniques

🎦 CS221 Artificial Intelligence: Principles and Techniques

CS131 Computer Vision Foundations and Applications

CS231A Computer Vision, From 3D Reconstruction to Recognition

CS231n Convolutional Neural Networks for Visual Recognition

🎦 CS231n Convolutional Neural Networks for Visual Recognition

CS331B Representation Learning in Computer Vision

🎦 CS224N Natural Language Processing with Deep Learning

CS224W Machine Learning with Graphs

🎦 CS224W Machine Learning with Graphs

CS224U Natural Language Understanding

CS294S, CS 294W A Project Course on Building the Best Virtual Assistant

CS224S Spoken Language Processing

CS20 Tensorflow for Deep Learning Research

🎦 CS20 Tensorflow for Deep Learning Research

🎦 CS230 Deep Learning

CS330 Deep Multi-Task and Meta Learning

🎦 CS330 Deep Multi-Task and Meta Learning

CS234 Reinforcement Learning

🎦 CS234 Reinforcement Learning

CS320 Value of Data and AI

CS377E Computational Models of the Neocortex

CS217 Hardware Accelerators for Machine Learning

🎦 CS472 Data science and AI for COVID-19

🎦 CS335 Fair, Accountable, and Transparent Deep Learning

🎦 CS110L Safety in Systems Programming

CS144 Introduction to Computer Networking

🎦 CS144 Introduction to Computer Networking

CS155 Computer and Network Security

CS244 Advanced Topics in Networking

CS344 Topics in Computer Networks

CS253 Web Security

🎦 CS253 Web Security

CS255 Introduction to Cryptography

CS350 Secure Compilation

CS355 Advanced Topics in Cryptography

CS356 Topics in Computer and Network Security Stanford

CS102 Working with Data Tools and Techniques

CS124 From Languages to Information

CS145 Data Management and Data Systems

CS166 Data Structures

CS245 Principles of Data-Intensive Systems

CS246 Mining Massive Data Sets

🎦 CS246 Mining Massive Data Sets

CS246H Mining Massive Data Sets Hadoop Lab

CS276 / LING 286 Information Retrieval and Web Search

CS341 Project in Mining Massive Data Sets

CS448B Visualization

CS147 Introduction to Human-Computer Interaction Design

CS247 Interaction Design Studios

CS347 Human-Computer Interaction Research

CS377E Designing Solutions to Global Grand Challenges: Human-Centered AI

CS547 Human-Computer Interaction Seminar

🎦 CS547 Human-Computer Interaction Seminar

CS148 Introduction to Computer Graphics and Imaging

CS228 Probabilistic Graphical Models: Principles and Techniques

CS233 Geometric and Topological Data Analysis

CS248 Interactive Computer Graphics

CS348A Computer Graphics: Geometric Modeling & Processing

CS348B Computer Graphics: Image Synthesis Techniques

CS348C Computer Graphics Animation and Simulation

CS448M Topics in Computer Graphics

CS468 Topics in Geometric Algorithms

CS142 Web Applications

CS190 Software Design Studio

CS193A Android App Development

🎦 CS193A Android App Development

CS193P Developing Applications for iOS using SwiftUI

🎦 CS193P Developing Applications for iOS using SwiftUI

CS193Q Introduction to Python Programming

CS193X Web Programming Fundamental

CS194A Android Workshop

CS194 Software Project Experience

CS195 Software Engineering

CS223A/ME320 Introduction to Robotics

🎦 CS223A Introduction to Robotics

CS225A Experimental Robotics

CS327A Advanced Robotic Manipulation

CS237B Principles of Robot Autonomy II

CS326 Topics in Advanced Robotic Manipulation

🎦 CS529 Robotics and Autonomous Systems Seminar

CS193U Video Game Development in C++ and Unreal Engine

CS227B General Game Playing

CS269I Incentives in Computer Science

CS106S Programming Abstractions & Social Good

CS181/181W Computers, Ethics, and Public Policy

CS182 Ethics, Public Policy, and Technological Change

CS184 Bridging Policy and Tech Through Design

CS202 Law for Computer Science Professionals

CS204 Computational Law

CS21SI AI for Social Good

CS278 Social Computing

CS384 Ethical and Social Issues in Natural Language Processing

CS235 Computational Methods for Biomedical Image Analysis and Interpretation

CS273A The Human Genome Source Code

CS275 Translational Bioinformatics

CS279 Computational Biology Structure and Organization of Biomolecules and Cells

BIODS220 (CS271, BIOMEDIN220) Artificial Intelligence in Healthcare

🎦 CS372 AI for Disease Diagnosis & Information Recommend

🎦 CS522 Seminar in Artificial Intelligence in Healthcare

CS007 Personal Finance for Engineers

CS349F Technologies for Financial Systems

CS251 Cryptocurrencies and Blockchain Technologies

CS206 Technical Foundations of Electronic Commerce

CS198 Teaching Computer Science

CS298 Seminar on Teaching Introductory Computer Science

CS97SI Introduction to Programming Contests

CS9 Problem-Solving for the CS Technical Interview

CS197 Computer Science Research

CS238 Decision Making under Uncertainty

EE185/285, CS241 Interactive Light Sculpture Project

🎦 CS348E Character Animation: Modeling, Simulation & Control

CS476A Music, Computing and Design I

🎦 CS520 Knowledge Graphs

[1] https://www.stanforddaily.com/2020/04/25/stanford-in-the-2010s-trends-in-undergrad-majors-visualized

[2] https://cs.stanford.edu/degrees/undergrad/Requirements.shtml

[3] https://cs.stanford.edu/degrees/undergrad/ProgramSheets.shtml

[4] https://cs.stanford.edu/academics/courses

[5] https://see.stanford.edu/

[6] https://www.classcentral.com/university/stanford

相關焦點

  • 學 AI 該學哪些斯坦福 CS 課程,這個清單安排得明明白白
    ,並將其整理成四年的學習清單分享出來。關鍵詞:網課分享 斯坦福AI課程自 2011 年,MIT 和史丹福大學首次將課程發布至線上,至今已經有數百所學校的上千門課程,免費對全球公眾開放。其中史丹福大學計算機類的課程以優質、全面、前沿受到全球終生學習者的認可。
  • 史丹福大學——人工智慧本科4年課程清單
    相信每個入行人工智慧的老手,對自己過往的幾年學習生涯都或多或少會有一些遺憾:如果我當年先從基本概念入手就好了,如果我當年把核心算法吃的更透一點就好了……最近,一位在行業內工作了幾年的斯坦福人工智慧」師兄「就根據自己的工作和學習經驗,為入學的師弟師妹們送出了一份大禮:人工智慧的本科4年課程清單,希望想要了解人工智慧的新生能夠靠著這份指路圖,少走彎路。
  • 斯坦福學長指路!給AI萌新的本科4年課程清單(課程直達)
    ,為入學的師弟師妹們送出了一份大禮:人工智慧的本科4年課程清單,希望想要了解人工智慧的新生能夠靠著這份指路圖,少走彎路。在史丹福大學的NLP研究組裡,與Christopher Manning, Percy Liang, Christopher Potts(三位巨佬)一起做研究,度過了3年非常充實的研究時光,收穫頗多。同時Eric向ACL\EMNLP\NLP for AI work投稿論文,均已發表,目前正在擔任ACL的審稿人,也是業內人工智慧公司Alexa AI的工程師。
  • 斯坦福CS的課程設置—CS攬勝(1)
    實踐/研究項目這裡提到的數學和科學課程是工程學院對本科學生的課程要求,後面4項課程是計算機系本科的課程要求,斯坦福的Computer Science department隸屬於斯坦福的工程學院(school of engineering),所以計算機專業的本科學生要完成上面所有的6項課程要求。
  • 斯坦福CS231n課程
    斯坦福CNN和深度學習課程 (CS231n: Convolutional Neural Networks for Visual Recognition
  • 斯坦福CS224n《基於深度學習的NLP》課程更新,C.Manning主講
    新智元報導 來源:Stanford編輯:大明【新智元導讀】史丹福大學官方公布cs224n課程《基於深度學習的自然語言處理》詳細安排,主講人為史丹福大學人工智慧實驗室主任,著名計算機科學家Christopher Manning教授,1月份課程閱讀材料已公布。
  • 2021史丹福大學人工智慧學習路線【含課程連結】
    今天和大家分享一份Stanford學長的人工智慧本科 4 年學習路線和課程清單。相信每個入行人工智慧的老手,對自己過往的幾年學習生涯都或多或少會有一些遺憾:如果我當年先從基本概念入手就好了,如果我當年把核心算法吃的更透一點就好了…最近,一位在行業內工作了幾年的斯坦福人工智慧」師兄「就根據自己的工作和學習經驗,為入學的師弟師妹們送出了一份大禮:人工智慧的本科4年課程清單,希望想要了解人工智慧的新生能夠靠著這份指路圖
  • 資源| Github項目:史丹福大學CS-224n課程中深度NLP模型的PyTorch...
    選自GitHub機器之心編譯參與:李亞洲該 Github 項目是史丹福大學 cs-224n 課程中各種深度 NLP 模型的 PyTorch 實現。>項目地址:https://github.com/DSKSD/DeepNLP-models-Pytorch該實現項目並不是面向 PyTorch 初學者,如果你還未用過 PyTorch,建議以下教程:https://github.com/DSKSD/DeepNLP-models-Pytorch#references如果你對 DeepNLP 感興趣,建議觀看 cs223n
  • 斯坦福為「高中牛娃」準備的CS夏校課程—CS攬勝(3)
    夏校的課程達到斯坦福的學術標準,並且對於成績好的學生會獲得斯坦福認可的官方成績。也就是說,申請成功的高中生有機會與斯坦福的學生一起上課,上的是難度內容一致、原汁原味的課程。這就是這個summer session的特別之處。
  • 斯坦福CS231n Spring 2017開放全部課程視頻
    斯坦福開放了2017視覺領域深度學習的春季課程,趕緊學起吧。CS231n近幾年一直是計算機視覺領域和深度學習領域最為經典的課程之一。而最近剛剛結課的CS231n Spring 2017 仍由李飛飛主講,並邀請了Goodfellow等人對其中部分章節詳細介紹。
  • 2021斯坦福CS224W《圖機器學習》課程開始了!Jure Leskovec大牛主講,附課程PPT下載
    2020年以來,網上課程非常多,但是涉及圖網絡的不多,本文推薦斯坦福CS224W課程,CS224W
  • 吳恩達斯坦福CS230深度學習課程補充資料放出
    大數據文摘出品還記的吳恩達在斯坦福最新的深度學習課程麼?那是繼deeplearning.ai深度學習專項課程之後吳恩達的又一神作。課程助教課程涉及深度學習的基礎知識、神經網絡構建,以及如何完成一個成功的機器學習項目。
  • 斯坦福經典AI課程CS 221官方筆記來了!機器學習模型、貝葉斯網絡等...
    新智元報導 來源:Stanford編輯:鵬飛【新智元導讀】史丹福大學的人工智慧課程「CS 221」至今仍然是人工智慧學習課程的經典之一。為了方便廣大不能親臨現場聽講的同學,課程官方推出了課程筆記CheatSheet,涵蓋4大類模型。史丹福大學的人工智慧課程「CS 221」,這門鐵打的課程從2011年開始已經走過了8個年頭,流水的講師換了一批又一批,送走的畢業生一撥又一撥,至今仍然是人工智慧學習的經典課程之一。目前2019年春季課程正在如火如荼的開展中。
  • 資源 | 吳恩達斯坦福CS230深度學習課程補充資料放出
    大數據文摘出品還記的吳恩達在斯坦福最新的深度學習課程麼?
  • 史丹福大學2020《自然語言處理CS224n》課件合集
    最新課程CS224n——自然語言處理與深度學習,主講人是史丹福大學Chris Manning
  • 【資源】斯坦福CS231n 2017春季課程全公開,視頻+PPT+英文字幕
  • 2019 斯坦福 CS224n 已完結,視頻(有字幕)放出!附 PPT、優秀項目等
    與斯坦福NLP課程上一版資源(2017年)相比,這次課程有了巨大的更新,加入了近兩年非常流行的Transformer和預訓練表徵等內容。如果你對NLP感興趣,千萬不要錯過~課程都講了啥?課程主講人是史丹福大學計算機科學和語言學教授Chris Manning和他的學生Abigail See。
  • 斯坦福CS330 2019秋季課程視頻全新上線,專注多任務與元學習
    機器之心報導參與:一鳴、杜偉、Jamin2019 年秋季,史丹福大學計算機科學與電子工程系的助理教授 Chelsea Finn 開了一門關於深度多任務和元學習的課程今天,該課程的系列教學視頻終於上線了!今日,史丹福大學助理教授 Chelsea Finn 發推表示其主講的 CS330 深度多任務和元學習系列課程視頻可以線上觀看了。CS330 系列課程視頻連結:https://www.youtube.com/playlist?
  • 斯坦福AI課程10年發展史:CS 229最受歡迎,課程數量增兩倍
    在人工智慧領域,史丹福大學的很多課程都頗受歡迎,如 CS 224N
  • 名校課件 | 史丹福大學CS229 - 機器學習課程
    今天為大家推薦的,是來自史丹福大學最受歡迎的工科課程 — Standford CS229 Machine Learning。涵蓋包括教學視頻、課件、講義、作業、往屆學生課設projects在內的豐富資源。無論是教師開課還是學生學習,可以說這門課程是絕佳的機器學習入門材料。本文最後,會對課程的相關資源做綜合性整理分享。